本申请实施例提供了一种基于深度聚类算法的产品推荐方法、装置、设备及介质，属于人工智能技术领域。该方法包括：获取推荐数据和待推荐产品的历史运营数据；将推荐数据和历史运营数据输入到预设的产品匹配模型中进行匹配处理，得到候选产品集合；根据预设的权重算法对候选产品集合中的待推荐产品进行权重计算，得到每一待推荐产品的权重值；根据权重值从候选产品集合中选出目标产品；根据预设的产品聚类模型对目标产品进行聚类处理，得到包含产品类别标签的标准产品；利用预设的产品推荐平台将标准产品推荐给用户。本申请实施例能够使得推荐的产品更加符合用户的实际需求，提高产品推荐的精确性和推荐效率。推荐的精确性和推荐效率。推荐的精确性和推荐效率。
【技术实现步骤摘要】
基于深度聚类算法的产品推荐方法、装置、设备及介质
[0001]本申请涉及人工智能
，尤其涉及一种基于深度聚类算法的产品推荐方法、装置、设备及介质。
技术介绍
[0002]目前，随着社会经济发展，各种产品系列都会包括一个或多个产品，当用户对产品有需求时，通常是通过网络，对每一系列的产品进行了解，无法快速获取到与自身情况相符合的产品。对此，大多数产品推荐方法常常通过格式框的形式提供一个产品推荐入口，通过用户输入的简易信息，为用户进行推荐产品，往往会出现该推荐的产品不是用户比较关注的产品或产品类型，影响产品推荐的精确性。因此，如何提供一种产品推荐方法，使得推荐的产品更加符合用户的实际需求，提高产品推荐的精确性，成为了亟待解决的技术问题。
技术实现思路
[0003]本申请实施例的主要目的在于提出一种基于深度聚类算法的产品推荐方法、装置、设备及介质，旨在使得推荐的产品更加符合用户的实际需求，提高产品推荐的精确性。
[0004]为实现上述目的，本申请实施例的第一方面提出了一种产品推荐方法，所述方法包括：
[0005]获取推荐数据和待推荐产品的历史运营数据；
[0006]将所述推荐数据和所述历史运营数据输入到预设的产品匹配模型中进行匹配处理，得到候选产品集合；
[0007]根据预设的权重算法对所述候选产品集合中的待推荐产品进行权重计算，得到每一待推荐产品的权重值；
[0008]根据所述权重值从所述候选产品集合中选出目标产品；
[0009]根据预设的产品聚类模型对所述目标产品进行聚类处理，得到包含产品类别标签的标准产品；
[0010]利用预设的产品推荐平台将所述标准产品推荐给用户。
[0011]在一些实施例，所述获取推荐数据和待推荐产品的历史运营数据的步骤，包括：
[0012]获取预设的目标需求维度；
[0013]通过网络爬虫的方式爬取与每一所述目标需求维度对应的所述推荐数据和所述历史运营数据。
[0014]在一些实施例，所述将所述推荐数据和所述历史运营数据输入到预设的产品匹配模型中进行匹配处理，得到候选产品集合的步骤，包括：
[0015]对所述推荐数据和所述历史运营数据进行匹配处理，得到每一待推荐产品的匹配值；
[0016]根据所述匹配值与预设的匹配阈值的大小关系，选取候选产品；
[0017]将多个所述候选产品纳入同一个集合，得到所述候选产品集合。
[0018]在一些实施例，所述根据预设的权重算法对所述候选产品集合中的待推荐产品进行权重计算，得到每一待推荐产品的权重值的步骤，包括：
[0019]获取所述待推荐产品的优先级权重、匹配值权重以及产品基础分；
[0020]根据预设的权重算法、对所述优先级权重、所述匹配值权重和所述产品基础分进行加权计算，得到每一待推荐产品的权重值。
[0021]在一些实施例，所述根据所述权重值从所述候选产品集合中选出目标产品的步骤，包括：
[0022]根据所述权重值对所述待推荐产品进行降序排序，得到待推荐产品序列；
[0023]根据预设的筛选条件对所述待推荐产品序列中的待推荐产品进行筛选处理，得到目标产品。
[0024]在一些实施例，所述根据预设的产品聚类模型对所述目标产品进行聚类处理，得到包含产品类别标签的标准产品的步骤，包括：
[0025]将预设的产品类别标签输入至所述产品聚类模型中，得到所述产品聚类模型的模型标签；
[0026]根据K均值聚类算法和所述模型标签对目标产品进行聚类处理，得到所述标准产品。
[0027]在一些实施例，所述利用预设的产品推荐平台将所述标准产品推荐给用户的步骤，包括：
[0028]对所述标准产品的历史运营数据进行实体特征提取，得到目标运营数据；
[0029]对所述目标运营数据进行可视化处理，生成产品推荐报告；
[0030]将所述产品推荐报告上传至所述产品推荐平台以将所述标准产品推荐给用户。
[0031]为实现上述目的，本申请实施例的第二方面提出了一种产品推荐装置，所述装置包括：
[0032]数据获取模块，用于获取推荐数据和待推荐产品的历史运营数据；
[0033]产品匹配模块，用于将所述推荐数据和所述历史运营数据输入到预设的产品匹配模型中进行匹配处理，得到候选产品集合；
[0034]权重计算模块，用于根据预设的权重算法对所述候选产品集合中的待推荐产品进行权重计算，得到每一待推荐产品的权重值；
[0035]目标产品确定模块，用于根据所述权重值从所述候选产品集合中选出目标产品；
[0036]聚类模块，用于根据预设的产品聚类模型对所述目标产品进行聚类处理，得到包含产品类别标签的标准产品；
[0037]产品推荐模块，用于利用预设的产品推荐平台将所述标准产品推荐给用户。
[0038]为实现上述目的，本申请实施例的第三方面提出了一种基于深度聚类算法的产品推荐设备，所述基于深度聚类算法的产品推荐设备包括存储器、处理器、存储在所述存储器上并可在所述处理器上运行的程序以及用于实现所述处理器和所述存储器之间的连接通信的数据总线，所述程序被所述处理器执行时实现上述第一方面所述的方法。
[0039]为实现上述目的，本申请实施例的第四方面提出了一种存储介质，所述存储介质为计算机可读存储介质，用于计算机可读存储，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述第一方面所述的方法。
[0040]本申请提出的基于深度聚类算法的产品推荐方法、装置、设备及介质，其通过获取推荐数据和待推荐产品的历史运营数据，将推荐数据和历史运营数据输入到预设的产品匹配模型中进行匹配处理，得到候选产品集合，这一方式能够方便地将符合推荐需求的产品筛选出来，形成候选产品集合。进而根据预设的权重算法对候选推荐产品集合中的待推荐产品进行权重计算，得到每一待推荐产品的权重值。根据权重值从候选产品集合中选出目标产品。这样一来，便可进一步地根据权重值对候选推荐产品集合中的待推荐产品进行过滤处理，得到目标产品，这一方式缩短了目标产品的筛选时间，也提高了目标产品与当前推荐需求的匹配性，降低了推荐难度，节省了时间成本。在得到目标产品后，根据预设的产品聚类模型对目标产品进行聚类处理，得到包含产品类别标签的标准产品，再利用预设的产品推荐平台对标准产品进行推荐。通过对目标产品的聚类处理，能够清楚地对目标产品进行产品分类，使得能够更加合理地反映出标准产品的基本信息，方便用户进行产品选择。该方法能够使得推荐的产品更加符合用户的实际需求，提高产品推荐的精确性和推荐效率。
附图说明
[0041]图1是本申请实施例提供的基于深度聚类算法的产品推荐方法的流程图；
[0042]图2是图1中的步骤S101的流程图；
[0043]图3是图1中的步骤S102的流程图；
[0044]图4是图1中的步骤S103的流程本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于深度聚类算法的产品推荐方法，其特征在于，所述方法包括：获取推荐数据和待推荐产品的历史运营数据；将所述推荐数据和所述历史运营数据输入到预设的产品匹配模型中进行匹配处理，得到候选产品集合；根据预设的权重算法对所述候选产品集合中的待推荐产品进行权重计算，得到每一待推荐产品的权重值；根据所述权重值从所述候选产品集合中选出目标产品；根据预设的产品聚类模型对所述目标产品进行聚类处理，得到包含产品类别标签的标准产品；利用预设的产品推荐平台将所述标准产品推荐给用户。2.根据权利要求1所述的产品推荐方法，其特征在于，所述获取推荐数据和待推荐产品的历史运营数据的步骤，包括：获取预设的目标需求维度；通过网络爬虫的方式爬取与每一所述目标需求维度对应的所述推荐数据和所述历史运营数据。3.根据权利要求1所述的产品推荐方法，其特征在于，所述将所述推荐数据和所述历史运营数据输入到预设的产品匹配模型中进行匹配处理，得到候选产品集合的步骤，包括：对所述推荐数据和所述历史运营数据进行匹配处理，得到每一待推荐产品的匹配值；根据所述匹配值与预设的匹配阈值的大小关系，选取候选产品；将多个所述候选产品纳入同一个集合，得到所述候选产品集合。4.根据权利要求1所述的产品推荐方法，其特征在于，所述根据预设的权重算法对所述候选产品集合中的待推荐产品进行权重计算，得到每一待推荐产品的权重值的步骤，包括：获取所述待推荐产品的优先级权重、匹配值权重以及产品基础分；根据预设的权重算法、对所述优先级权重、所述匹配值权重和所述产品基础分进行加权计算，得到每一待推荐产品的权重值。5.根据权利要求1所述的产品推荐方法，其特征在于，所述根据所述权重值从所述候选产品集合中选出目标产品的步骤，包括：根据所述权重值对所述待推荐产品进行降序排序，得到待推荐产品序列；根据预设的筛选条件对所述待推荐产品序列中的待推荐产品进行筛选处理，得到目标产品。6.根据权利要求1所述的产品推荐方法，其特征在于，所述根据预设的产品聚类模型对...
【专利技术属性】
技术研发人员：李恒，王耀，陈又新，
申请(专利权)人：平安科技深圳有限公司，
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。