本申请公开一种商品相似匹配方法及其装置、设备、介质、产品，所述方法包括：获取用户行为数据，根据用户行为数据中商品对象访问记录确定相应的用户访问所述商品对象的增量评分；根据所述用户私有的历史访问商品列表，基于所述增量评分计算所述商品对象与该历史访问商品列表中的所有商品对象之间的相似度计算所需的中间变动值；根据所述中间变动值更新商品相似度列表中相应的元素内的相似度数值；响应外部用户请求所指向的商品对象，查询所述商品相似度列表，获得相似度数值满足预设条件的目标商品对象用于应答所述的外部用户请求。本申请采用增量计算相似度的方式实时快速计算商品相似匹配所需的相似度，适用于高频调用及实时响应的业务场景。时响应的业务场景。时响应的业务场景。
【技术实现步骤摘要】
商品相似匹配方法及其装置、设备、介质、产品
[0001]本申请涉及电商信息
，尤其涉及一种商品相似匹配方法及其相应的装置、计算机设备、计算机可读存储介质，以及计算机程序产品。
技术介绍
[0002]基于物品的协同过滤算法诞生于1998年，是由亚马逊首先提出的，将其应用于电商领域后，成为商品推荐系统领域中比较经典的算法之一，并且也是目前商用最广泛的一种推荐算法，该算法解析用户访问商品时的行为确定商品相似性，需要计算大量的用户行为数据以确定商品之间的相似度，而在实际业务场景中，用户的数量往往有十几万，物品数量至少也有几万，相应的数据体量十分的大，为此，一般的技术实现是设置定时任务，由于计算量相对较大相应使用到的运算资源较多，所以一般设定在每天晚上将当天积累到的全量数据转换为用户商品关系矩阵，进而根据该关系矩阵全量计算矩阵中各个用户访问商品时对应的评分得出最新的商品之间的相似度，此举时常需要消耗几个小时才能计算出结果，而且需获得所述结果后在次日方可进行后续的商品推荐，因此，即便是当天推荐结果吸引到用户的兴趣，但用户的兴趣往往是快速多变的，而最新的推荐结果需次日方可更新，显而易见，当前延迟相当大的所述方法所取得的成效是不够的。
[0003]为了实现实时快速地匹配相似商品用于商品推荐，反观当前的技术痛点，导致其延迟的主要原因为计算量较大需耗费大量的运算资源，有必要针对商品信息的匹配相关的技术进行深度的研究，以探索更多适于服务实际需求的技术方案。
技术实现思路
[0004]本申请的首要目的在于解决上述问题至少之一而提供一种商品相似匹配方法及其相应的装置、计算机设备、计算机可读存储介质、计算机程序产品。
[0005]为满足本申请的各个目的，本申请采用如下技术方案：
[0006]适应本申请的目的之一而提供的一种商品相似匹配方法，包括如下步骤：
[0007]获取用户行为数据，根据用户行为数据中商品对象访问记录确定相应的用户访问所述商品对象的增量评分；
[0008]根据所述用户私有的历史访问商品列表，基于所述增量评分计算所述商品对象与该历史访问商品列表中的所有商品对象之间的相似度计算所需的中间变动值；
[0009]根据所述中间变动值更新商品相似度列表中相应的元素内的相似度数值，所述商品相似度列表用于存储商品数据库中两两商品对象之间的相似度数值；
[0010]响应外部用户请求所指向的商品对象，查询所述商品相似度列表，获得相似度数值满足预设条件的目标商品对象用于应答所述的外部用户请求。
[0011]进一步的实施例中，获取用户行为数据，根据用户行为数据中商品对象访问记录确定相应的用户访问所述商品对象的增量评分，包括如下步骤：
[0012]响应用户行为数据提交事件，获得相应的用户行为数据；
[0013]根据所述用户行为数据中商品对象访问记录确定其行为类型，查询预设的映射关系数据，确定该行为类型相对应的额定评分；
[0014]查询触发该提交事件的用户私有的历史访问商品列表中，与该商品对象访问记录所指向的商品对象相对应的历史评分，确定所述额定评分相对于所述历史评分的增量评分。
[0015]较佳的实施例中，所述映射关系数据中，存储同一预设业务逻辑链条中多个不同的所述行为类型及其各自对应的额定评分，根据所述业务逻辑链条的时间先后顺序，时间在后的行业类型的额定评分高于时间在后的行业类型的额定评分。
[0016]进一步的实施例中，根据所述用户私有的历史访问商品列表，基于所述增量评分计算所述商品对象与该历史访问商品列表中的所有商品对象之间的相似度计算所需的中间变动值，包括如下步骤：
[0017]调用所述用户私有的历史访问商品列表获取该用户历史访问的所有商品对象，该列表用于存储该用户历史访问的商品对象与该商品对象被该用户访问而产生的最大值的额定评分；
[0018]基于所述增量评分，为该增量评分相对应的商品对象与该历史访问商品列表中各个商品对象所构成的两两商品对象计算预设的相似度公式的各个因变项，获得各个因变项相对应的中间变动值。
[0019]较佳的实施例中，基于所述增量评分，为该增量评分相对应的商品对象与该历史访问商品列表中各个商品对象所构成的两两商品对象计算预设的相似度公式的各个因变项，获得各个因变项相对应的中间变动值，包括如下步骤：
[0020]调用用于预存相似度公式的因变项相对应的中间变动值的数值存储表格，获得该增量评分相对应的商品对象与该历史访问商品列表中各个商品对象所构成的两两商品对象之间的各个因变项相对应的历史数值；
[0021]基于所述增量评分，为每个所述的两两商品对象计算预设的相似度公式的各个因变项，获得各个因变项相对应的中间变动值；
[0022]根据各个因变项的对应关系，将相应的所述历史数值与所述中间变动值汇总后替换更新所述数值存储表格。
[0023]进一步的实施例中，响应外部用户请求所指向的商品对象，查询所述商品相似度列表，获得相似度数值满足预设条件的目标商品对象用于应答所述的外部用户请求，包括如下步骤：
[0024]响应外部用户请求，从该请求中解析出该请求所指向的商品对象；
[0025]查询所述商品相似度列表，获得该请求所指向的所述商品对象相对应的行向量，所述行向量包含该商品对象与商品数据库中所有商品对象之间的相似度数值；
[0026]从所述行向量中筛选出相似度数值超过预设阈值的各个元素，确定各个元素相对应的商品对象作为目标商品对象；
[0027]获取所述目标商品对象的商品摘要信息构造为推荐列表，应答该请求而推送所述的推荐列表。
[0028]适应本申请的目的之一而提供的一种商品相似匹配装置，包括：
[0029]数据获取模块，获取用户行为数据，根据用户行为数据中商品对象访问记录确定
相应的用户访问所述商品对象的增量评分；
[0030]增量计算模块，根据所述用户私有的历史访问商品列表，基于所述增量评分计算所述商品对象与该历史访问商品列表中的所有商品对象之间的相似度计算所需的中间变动值；
[0031]相似度计算模块，根据所述中间变动值更新商品相似度列表中相应的元素内的相似度数值，所述商品相似度列表用于存储商品数据库中两两商品对象之间的相似度数值；
[0032]相似度匹配模块，响应外部用户请求所指向的商品对象，查询所述商品相似度列表，获得相似度数值满足预设条件的目标商品对象用于应答所述的外部用户请求。
[0033]进一步的实施例中，所述数据获取模块，包括：
[0034]提交响应子模块，用于响应用户行为数据提交事件，获得相应的用户行为数据；
[0035]查询评分子模块，用于根据所述用户行为数据中商品对象访问记录确定其行为类型，查询预设的映射关系数据，确定该行为类型相对应的额定评分；
[0036]确定增量子模块，用于查询触发该提交事件的用户私有的历史访问商品列表中，与该商品对象访问记录所指向的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种商品相似匹配方法，其特征在于，包括如下步骤：获取用户行为数据，根据用户行为数据中商品对象访问记录确定相应的用户访问所述商品对象的增量评分；根据所述用户私有的历史访问商品列表，基于所述增量评分计算所述商品对象与该历史访问商品列表中的所有商品对象之间的相似度计算所需的中间变动值；根据所述中间变动值更新商品相似度列表中相应的元素内的相似度数值，所述商品相似度列表用于存储商品数据库中两两商品对象之间的相似度数值；响应外部用户请求所指向的商品对象，查询所述商品相似度列表，获得相似度数值满足预设条件的目标商品对象用于应答所述的外部用户请求。2.根据权利要求1，其特征在于，获取用户行为数据，根据用户行为数据中商品对象访问记录确定相应的用户访问所述商品对象的增量评分，包括如下步骤：响应用户行为数据提交事件，获得相应的用户行为数据；根据所述用户行为数据中商品对象访问记录确定其行为类型，查询预设的映射关系数据，确定该行为类型相对应的额定评分；查询触发该提交事件的用户私有的历史访问商品列表中，与该商品对象访问记录所指向的商品对象相对应的历史评分，确定所述额定评分相对于所述历史评分的增量评分。3.根据权利要求2，其特征在于，所述映射关系数据中，存储同一预设业务逻辑链条中多个不同的所述行为类型及其各自对应的额定评分，根据所述业务逻辑链条的时间先后顺序，时间在后的行业类型的额定评分高于时间在后的行业类型的额定评分。4.根据权利要求1，其特征在于，根据所述用户私有的历史访问商品列表，基于所述增量评分计算所述商品对象与该历史访问商品列表中的所有商品对象之间的相似度计算所需的中间变动值，包括如下步骤：调用所述用户私有的历史访问商品列表获取该用户历史访问的所有商品对象，该列表用于存储该用户历史访问的商品对象与该商品对象被该用户访问而产生的最大值的额定评分；基于所述增量评分，为该增量评分相对应的商品对象与该历史访问商品列表中各个商品对象所构成的两两商品对象计算预设的相似度公式的各个因变项，获得各个因变项相对应的中间变动值。5.根据权利要求4，其特征在于，基于所述增量评分，为该增量评分相对应的商品对象与该历史访问商品列表中各个商品对象所构成的两两商品对象计算预设的相似度公式的各个因变项，获得各个因变项相对应的中间变动值，包括如下步骤：调用用于预存相似度公式的因变项相对应的中间变动值的数值...
【专利技术属性】
技术研发人员：邢志鹏，
申请(专利权)人：广州歌神信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。