【技术实现步骤摘要】
基于人工智能的商品推荐方法、装置、电子设备及介质
[0001]本专利技术涉及人工智能
，具体涉及一种基于人工智能的商品推荐方法、装置、电子设备及介质。
技术介绍
[0002]用户留存是常见的大数据挖掘应用场景，用户在某段时间内开始使用应用，经过一段时间后，仍然继续使用该应用的用户，被认作是留存用户，留存用户体现了商品的质量和保留用户的能力。
[0003]专利技术人在实现本专利技术的过程中发现，现有技术中通过获取用户的不同属性的数据来训练Logistic回归模型进行留存预测，并根据留存预测的概率进行商品的推荐，然而Logistic回归模型的回归系数是利用已有的用户数据采用最大似然估计得到估计值，根据估计值优化Logistic回归模型，因而使用训练完成的Logistic回归模型对目标用户进行留存预测时，留存预测的准确度较低，从而导致推荐效果较差。
技术实现思路
[0004]鉴于以上内容，有必要提出一种基于人工智能的商品推荐方法、装置、电子设备及介质，能够商品推荐的效果。
[0005]本专利技...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的商品推荐方法，其特征在于，所述方法包括：获取第一目标用户群体的第一初始用户数据，及获取第二目标用户群体的第二初始用户数据；计算时间影响因子并使用所述时间影响因子更新所述第一初始用户数据为第一目标用户数据及更新所述第二初始用户数据为第二目标用户数据；计算所述第一目标用户数据与所述第二目标用户数据的兴趣偏好因子，并基于所述兴趣偏好因子计算对应的所述第一目标用户数据与所述第二目标用户数据的相似度；基于所述第二目标用户数据训练留存预测模型，并使用所述留存预测模型对所述第一目标用户数据进行留存预测，得到留存预测标签；根据所述留存预测标签及所述相似度为所述第一目标用户群体进行商品推荐。2.如权利要求1所述的基于人工智能的商品推荐方法，其特征在于，所述计算时间影响因子并使用所述时间影响因子更新所述第一初始用户数据为第一目标用户数据及更新所述第二初始用户数据为第二目标用户数据包括：获取所述第一目标用户的第一注册时间及获取所述第二目标用户的第二注册时间；根据所述第一注册时间计算对应的所述第一初始用户数据的第一时间影响因子，及根据所述第二注册时间计算对应的所述第二初始用户数据的第二时间影响因子；使用所述第一时间影响因子更新所述第一初始用户数据为所述第一目标用户数据，及使用所述第二时间影响因子更新所述第二初始用户数据为所述第二目标用户数据。3.如权利要求1所述的基于人工智能的商品推荐方法，其特征在于，所述计算所述第一目标用户数据与所述第二目标用户数据的兴趣偏好因子，并基于所述兴趣偏好因子计算对应的所述第一目标用户数据与所述第二目标用户数据的相似度包括：计算所述第一目标用户数据与所述第二目标用户数据中相同目标用户数据的第一数量；计算所述第一目标用户数据与所述第二目标用户数据的总目标用户数据的第二数量；基于所述第一数量及所述第二数量计算得到兴趣偏好因子；计算所述第一目标用户数据与所述第二目标用户数据的皮尔森相关系数；使用所述兴趣偏好因子对对应的所述皮尔森相关系数进行修正，得到所述相似度。4.如权利要求3所述的基于人工智能的商品推荐方法，其特征在于，所述计算所述第一目标用户数据与所述第二目标用户数据的皮尔森相关系数包括：根据所述第一目标用户数据计算得到第一均值数据，及根据所述第二目标用户数据计算得到第二均值数据；根据所述第一目标用户数据与所述第一均值数据计算得到第一差值数据，及根据所述第二目标用户数据与所述第二均值数据计算得到第二差值数据；基于所述第一差值数据与所述第二差值数据计算得到对应的所述第一目标用户数据与所述第二目标用户数据的皮尔森相关系数。5.如权利要求1至4中任意一项所述的基于人工智能的商品推荐方法，其特征在于，所述获取第一目标用户群体的第一初始用户数据，及获取第二目标用户群体的第二初始用户数据包括：响应于接收到的商品推荐指令，解析所述商品推荐指令的方法体...
【专利技术属性】
技术研发人员：卢显锋，
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。