一种商品推荐方法、装置、电子设备及存储介质制造方法及图纸

本公开公开了一种商品推荐方法、装置、电子设备、及存储介质，所述方法包括：获取目标用户对与目标商品类别所对应的至少两个商品价格区间的交易概率；根据所述交易概率，从所述目标商品类别在所述至少两个商品价格区间的商品中，选取与所述目标用户匹配的目标商品；向所述目标用户推荐所述目标商品。向所述目标用户推荐所述目标商品。向所述目标用户推荐所述目标商品。

【技术实现步骤摘要】
一种商品推荐方法、装置、电子设备及存储介质


[0001]本公开涉及推荐
，更具体地，涉及一种商品推荐方法、一种商品推荐装置、一种电子设备、及一种计算机可读存储介质。

技术介绍

[0002]随着移动互联网技术的飞速发展以及终端智能化的普及，通过例如手机、平板电脑、笔记本电脑等电子设备通过网络购买商品，已经成为用户日常生活中购买商品的重要途径。而随着网络上可购买的商品的数量爆发性增长，如何在海量的商品中快速获取满足自身需求的商品，是用户购买商品时最为关注的。
[0003]但是，在现有技术中，在向用户推荐某一类商品时，通常是根据商品的价格，向用户推荐符合用户价格偏好的商品，这样只能依赖用户对商品的购买行为来衡量用户对商品价格的偏好，无法精准、有效地获取用户对商品的偏好度，不能实际满足用户的商品购买需求。

技术实现思路

[0004]本公开的一个目的是提供一种商品推荐的新技术方案。
[0005]根据本公开的第一方面，提供了一种商品推荐方法，包括：
[0006]获取目标用户对与目标商品类别所对应的至少两个商品价格区间的交易概率；
[0007]根据所述交易概率，从所述目标商品类别在所述至少两个商品价格区间的商品中，选取与所述目标用户匹配的目标商品；
[0008]向所述目标用户推荐所述目标商品。
[0009]可选的，所述根据所述交易概率，从所述目标商品类别在所述至少两个商品价格区间的商品中，选取与所述目标用户匹配的目标商品，包括：
[0010]根据所述交易概率和预设的所述目标商品的第一数量，确定每个所述商品价格区间所对应的第二数量；
[0011]根据所述第二数量，从所述目标商品类别在所述至少两个商品价格区间的商品中，选取所述目标商品。
[0012]可选的，所述根据所述交易概率和预设的所述目标商品的第一数量，确定所述商品价格区间所对应的第二数量，包括：
[0013]根据所述交易概率，确定所述目标商品在每个所述商品价格区间的分布概率；
[0014]根据所述第一数量和所述分布概率，得到所述第二数量。
[0015]可选的，所述根据所述第二数量，从所述目标商品类别在所述商品价格区间的商品中，选取所述目标商品，包括：
[0016]确定所述目标商品类别在所述商品价格区间的商品与所述目标用户的匹配度；
[0017]根据所述匹配度对所述目标商品类别在所述商品价格区间的商品进行降序排序，并获取所述商品的第一排序值；
[0018]从所述目标商品类别在所述商品价格区间的商品中，选取第一排序值小于等于所述第二数量的商品，作为所述目标商品。
[0019]可选的，所述获取目标用户对与目标商品类别所对应的至少两个商品价格区间的交易概率，包括：
[0020]获取所述目标用户的用户画像，以及所述至少两个商品价格区间的商品价格画像；
[0021]基于预设的交易概率预测模型，根据所述用户画像和所述商品价格画像，获取所述目标用户对每个所述商品价格区间的交易概率。
[0022]可选的，所述方法还包括：
[0023]获取多个训练样本，每个所述训练样本包括一个用户的用户画像和所述目标商品类别在一个商品价格区间的商品价格画像；
[0024]根据所述多个训练样本，构建所述交易概率预测模型包括的多个模型特征；
[0025]分别确定每个训练样本对应的多个所述模型特征各自的取值；
[0026]根据每个所述训练样本对应的多个所述模型特征各自的取值，以包括一个常数权重以及多个特征权重的交易概率权重集合为变量，分别确定每个所述训练样本的评分表达式；
[0027]分别获取每个所述训练样本的实际评分，以根据所述多个训练样本的所述评分表达式以及所述实际评分，构建损失函数；
[0028]求解所述损失函数，确定所述交易概率权重集合的常数权重以及每个所述特征权重的取值，完成本次对所述交易概率预测模型的训练。
[0029]可选的，所述分别获取每个所述训练样本的实际评分，包括：
[0030]根据与所述训练样本对应的所述用户对所述目标商品类别在对应的商品价格区间中商品的商品处理行为，确定所述训练样本的实际评分；
[0031]其中，所述商品处理行为包括未浏览商品、仅浏览商品、未购买商品但将商品加入购物车、未购买商品但收藏商品、已购买商品中的任意一个或多个。
[0032]根据本公开的第二方面，提供了一种商品推荐装置，包括：
[0033]概率获取模块，用于获取目标用户对与目标商品类别所对应的至少两个商品价格区间的交易概率；
[0034]商品选取模块，用于根据所述交易概率，从所述目标商品类别在所述至少两个商品价格区间的商品中，选取与所述目标用户匹配的目标商品；
[0035]商品推荐模块，用于向所述目标用户推荐所述目标商品。
[0036]根据本公开的第三方面，提供了一种电子设备，包括：
[0037]根据本公开第二方面所述的装置；或者，
[0038]处理器和存储器，所述存储器用于存储指令，所述指令用于控制所述处理器执行根据本公开第一方面所述的方法。
[0039]根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器执行时实现如本公开第一方面所述的方法。
[0040]根据本公开的实施例，通过目标用户对预设的至少两个商品价格区间的交易概率，从每个商品价格区间对应的商品中，选取目标商品推荐给目标用户，使得推荐给目标用
户的目标商品是分布于各个商品价格区间，可以精准、有效地获取目标用户对各个商品价格区间的偏好程度，并依据目标用户对各个商品价格区间的偏好程度来选取符合用户偏好的目标商品，对目标用户进行精准推荐，实际满足目标用户的商品购买需求，提升目标用户的商品购买体验。
[0041]通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。
附图说明
[0042]被结合在说明书中并构成说明书的一部分的附图示出了本公开的实施例，并且连同其说明一起用于解释本公开的原理。
[0043]图1是显示可用于实现本公开的实施例的电子设备的硬件配置的例子的框图。
[0044]图2a示出了本公开的实施例的商品推荐方法的一个应用场景的示意图。
[0045]图2b示出了本公开的实施例的商品推荐方法的另一个应用场景的示意图。
[0046]图3示出了本公开的实施例的商品推荐方法的流程示意图。
[0047]图4示出了本公开的实施例的商品推荐装置的框图。
[0048]图5示出了本公开的实施例的电子设备的一个例子的框图。
具体实施方式
[0049]现在将参照附图来详细描述本公开的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种商品推荐方法，包括：获取目标用户对与目标商品类别所对应的至少两个商品价格区间的交易概率；根据所述交易概率，从所述目标商品类别在所述至少两个商品价格区间的商品中，选取与所述目标用户匹配的目标商品；向所述目标用户推荐所述目标商品。2.根据权利要求1所述的方法，所述根据所述交易概率，从所述目标商品类别在所述至少两个商品价格区间的商品中，选取与所述目标用户匹配的目标商品，包括：根据所述交易概率和预设的所述目标商品的第一数量，确定每个所述商品价格区间所对应的第二数量；根据所述第二数量，从所述目标商品类别在所述至少两个商品价格区间的商品中，选取所述目标商品。3.根据权利要求2所述的方法，所述根据所述交易概率和预设的所述目标商品的第一数量，确定所述商品价格区间所对应的第二数量，包括：根据所述交易概率，确定所述目标商品在每个所述商品价格区间的分布概率；根据所述第一数量和所述分布概率，得到所述第二数量。4.根据权利要求2所述的方法，所述根据所述第二数量，从所述目标商品类别在所述商品价格区间的商品中，选取所述目标商品，包括：确定所述目标商品类别在所述商品价格区间的商品与所述目标用户的匹配度；根据所述匹配度对所述目标商品类别在所述商品价格区间的商品进行降序排序，并获取所述商品的第一排序值；从所述目标商品类别在所述商品价格区间的商品中，选取第一排序值小于等于所述第二数量的商品，作为所述目标商品。5.根据权利要求1所述的方法，所述获取目标用户对目标商品类别在预设的至少两个商品价格区间的交易概率，包括：获取所述目标用户的用户画像，以及所述至少两个商品价格区间的商品价格画像；基于预设的交易概率预测模型，根据所述用户画像和所述商品价格画像，获取所述目标用户对每个所述商品价格区间的交易概率。6.根据权利要求5所述的方法，所述方法还包括：获...

【专利技术属性】
技术研发人员：潘岸腾，
申请(专利权)人：广州简悦信息科技有限公司，
类型：发明
国别省市：