【技术实现步骤摘要】
产品推荐方法、装置、电子设备及存储介质
[0001]本专利技术涉及人工智能技术，尤其涉及一种产品推荐方法、装置、电子设备及存储介质。
技术介绍
[0002]随着经济的发展，用户对各种产品的购买体验也有越来越高要求，为了用户能有更好的购物体验，需要能够准确的推荐给用户需要的产品，提升用户的购物体验。
[0003]但是，目前产品推荐方法大多只能提取用户某一维度的特征进行产品推荐如用户的年龄、性别、工作等，产品匹配的维度较为单一，产品推荐的准确率低。
技术实现思路
[0004]本专利技术提供一种产品推荐方法、装置、电子设备及存储介质，其主要目的在于提高了产品推荐的准确率。
[0005]获取用户历史信息集，其中，所述用户历史信息集中每个用户历史信息包括用户特征数据及对应的产品标签；
[0006]对所述用户历史信息集中所有产品标签进行汇总去重，得到包含每种所述产品标签对应产品的产品集，并根据所述产品集及所述用户历史信息集中所有所述用户特征数据构建初始决策树；
[0007]利用所述初始决策...
【技术保护点】
【技术特征摘要】
1.一种产品推荐方法，其特征在于，所述方法包括：获取用户历史信息集，其中，所述用户历史信息集中每个用户历史信息包括用户特征数据及对应的产品标签；对所述用户历史信息集中所有产品标签进行汇总去重，得到包含每种所述产品标签对应产品的产品集，并根据所述产品集及所述用户历史信息集中所有所述用户特征数据构建初始决策树；利用所述初始决策树对所述用户特征数据进行类别分析，得到对应的类别预测值集；根据所述产品标签及所述类别预测值集，计算所述初始决策树的模型精度，得到模型精度误差值；判断所述模型精度误差值是否小于预设的目标阈值；当所述模型精度误差值大于或者等于所述目标阈值时，对所述初始决策树进行决策树数量更新，得到新的初始决策树，并返回所述利用所述初始决策树对所述用户特征数据进行类别分析步骤；当所述模型精度误差值小于所述目标阈值时，输出所述初始决策树为产品推荐模型；当获取待推荐用户的产品推荐请求时，提取所述产品推荐请求中的用户信息，利用所述产品推荐模型对所述用户信息进行分析，得到所述产品集中每种产品的推荐概率值；根据所述推荐概率值及预设的推荐阈值，筛选所述产品集中的产品推送至所述待推荐人员的终端设备。2.如权利要求1所述的产品推荐方法，其特征在于，所述根据所述产品集及所述用户历史信息集中所有所述用户特征数据构建初始决策树，包括：获取每个所述用户特征数据中的用户特征，并将获取到的所有用户特征进行汇总，得到用户特征集；对所述用户特征集进行去重，任意选取去重后的所述用户特征集中的一个用户特征作为根节点；将去重后的所述用户特征集中除根节点外的其它用户特征作为子节点，并将所述产品集中的每个产品作为叶节点，得到所述初始决策树。3.如权利要求1所述的产品推荐方法，其特征在于，所述利用所述初始决策树对所述用户特征数据进行类别分析，得到对应的类别预测值集，包括：随机选取预设数量的所述用户特征数据，得到用户特征数据集；利用所述初始决策树对所述用户特征数据集中的每个用户特征数据进行类别分析，得到对应的包含所述产品集中每个产品的类别预测值的类别预测值集。4.如权利要求1所述的产品推荐方法，其特征在于，所述对所述初始决策树进行决策树数量更新，得到新的初始决策树，包括：调整所述初始决策树中节点的权重参数；在参数调整后的初始决策树后增加决策树，得到新的初始决策树。5.如权利要求1所述的产品推荐方法，其特征在于，所述利用所述产品推荐模型对所述用户信息进行分析，得到所述产品集中每种产品的推荐概率值，包括：将所述待分类产品信息输入所述产品推荐模型后，提取所述产品推荐模型中每个决策树中每种所述产品对应的叶节点的输出值；
将所述产品集中每种产品对应的所有所述输出值进行累加，得到所述产品集中对应产品的推荐概率值。...
【专利技术属性】
技术研发人员：陈龙，
申请(专利权)人：平安普惠企业管理有限公司，
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。