本申请涉及一种场景式商品推荐方法及其装置、设备、介质、产品，所述方法包括：获取当前访问用户的场景信息，所述场景信息包括描述场景的多个数据项，所述数据项包括当前访问商品项、当前访问用户标识、当前访问时间以及当前访问地理位置；根据所述场景信息的各个数据项召回各个数据项相对应的商品推荐子集，每个商品推荐子集包含多个商品项相对应的商品信息；根据所述场景信息相对应的推荐层级排序信息，将各个商品推荐子集有序构造为商品推荐列表，所述推荐层级排序信息包括各个数据项相应的商品推荐子集的排序位置信息；将所述商品推荐列表推送给所述当前访问用户。基于用户的场景信息实施商品推荐，更为有效，能提升被推荐商品项的转化率。品项的转化率。品项的转化率。
【技术实现步骤摘要】
场景式商品推荐方法及其装置、设备、介质、产品
[0001]本申请涉及电商信息处理技术，尤其涉及一种场景式商品推荐方法及其装置、设备、介质、产品。
技术介绍
[0002]传统的电商平台，商品丰富，顾客可以在平台自由访问，平台可以根据用户行为轨迹做各种推荐、运营来增加用户停留时长，增加订单。近年来，独立站成为跨境电商的一种新的形式，相较于电商平台，独立站是独立的个体，店铺的商品量有限，顾客访问时长较短，店铺转化率不高。对于有潜在购买需求的顾客，访问时长越久，下单的可能性越大。如何增加用户的访问时长，最成熟的办法就是做推荐，让用户看到更多的感兴趣的商品。
[0003]对于电商领域的商品推荐方法，主要方法有：结合待推荐顾客的历史数据来做推荐，对顾客的历史购买商品做聚类，获取感兴趣的类别，计算待推荐商品与类别的相似性，将相似性高的待推荐商品推出去，这些方法比较适合平台型电商，每天来的顾客都是老顾客，有历史行为数据，但是不适用于独立站这种新顾客占绝大多数的电商场景。
[0004]基于顾客的位置信息进行推荐的方法，会基于位置信息筛选出N个目标用户，将目标用户购买的商品处理后推出去。虽然解决了新顾客的问题，但是地理位置太宽泛，并不能说明这部分顾客的喜好是一致的，这种推荐方法所起作用有限，无法体现个性化。
[0005]除了利用行为数据，还有基于商品标题进行推荐的方法，提出构建知识图谱进行表示学习，将查询商品的标题表示向量与候选商品的标题表示向量进行计算，推荐匹配概率高的候选商品。这种方法都是对行为数据缺失的一种补充。但是标题的向量相似，不能保证匹配的准确率。
[0006]综上可知，目前已有的各种商品推荐方法，均无法适应独立站这种新用户频发的特殊场景提供有效的推荐解决方案，其原因在于各种推荐算法无法有效协调特定场景下的各类数据，从而使实际推荐效果欠佳，导致推荐转化率不高。
技术实现思路
[0007]本申请的目的在于解决上述问题而提供一种场景式商品推荐方法及其相应的装置、设备、非易失性可读存储介质，以及计算机程序产品。
[0008]根据本申请的一个方面，提供一种场景式商品推荐方法，包括如下步骤：
[0009]获取当前访问用户的场景信息，所述场景信息包括描述场景的多个数据项，所述数据项包括当前访问商品项、当前访问用户标识、当前访问时间以及当前访问地理位置；
[0010]根据所述场景信息的各个数据项召回各个数据项相对应的商品推荐子集，每个商品推荐子集包含多个商品项相对应的商品信息；
[0011]根据所述场景信息相对应的推荐层级排序信息，将各个商品推荐子集有序构造为商品推荐列表，所述推荐层级排序信息包括各个数据项相应的商品推荐子集的排序位置信息；
[0012]将所述商品推荐列表推送给所述当前访问用户。
[0013]可选的，根据所述场景信息的各个数据项召回各个数据项相对应的商品推荐子集，包括：
[0014]根据当前访问商品项的商品信息从商品数据库中进行语义匹配，召回与所述商品信息实现语义匹配的商品项，构成第一商品推荐子集；
[0015]根据当前访问用户标识召回相应用户的历史访问商品项集合，从商品项共现矩阵中查询出所述历史访问商品项集合中的商品项的共现商品项，构成第二商品推荐子集；
[0016]根据当前访问时间从预设的商品项时域分布表中召回对应时段的多个商品项，构成第三商品推荐子集；
[0017]根据当前访问地理位置从预设的商品项地域分布表中召回对应地理位置的多个商品项，构成第四商品推荐子集。
[0018]可选的，获取当前访问用户的场景信息之前，包括：
[0019]获取各个用户的历史访问数据，所述历史访问数据中包含历史场景信息，所述历史场景信息包括被用户访问的商品项、用户标识、用户的访问时间、用户所在的地理位置；
[0020]基于所述历史访问数据，对商品数据库中的商品项进行基于访问时间的分段统计，确定不同时段下各个商品项的订单量，根据订单量择优确定相应时段下的热卖商品项，将所有时段的热卖商品项构造为商品项时域分布表；
[0021]基于所述历史访问数据，对商品数据库中的商品项进行基于关联访问关系的统计，根据商品项之间是否存在关联访问关系构造出商品项共现矩阵，用于表征与每个商品项具有关联访问关系的所有商品项的列表；
[0022]基于所述历史访问数据，对商品数据库中的商品项进行基于地理位置的分区统计，确定不同地区下各个商品项的订单量，根据订单量择优确定相应地区的热卖商品项，将所有地区的热卖商品项构造为商品项地域分布表。
[0023]可选的，基于所述历史访问数据，对商品数据库中的商品项进行基于访问时间的分段统计的步骤中，将分段统计的时段单位按照每周、每天、每小时进行划分并分别统计。
[0024]可选的，基于所述历史访问数据，对商品数据库中的商品项进行基于关联访问关系的统计，根据商品项之间是否存在关联访问关系构造出商品项共现矩阵，包括：
[0025]调用独立站的商品数据库，获得其中各个商品项相对应的历史访问数据；
[0026]构造所述商品数据库每个商品项与每个用户之间的访问关系信息，以不同数值区分标识商品项被一个用户访问或未被访问，获得独热编码矩阵，其中包含各个商品项相对应的用户访问行为向量；
[0027]基于每个商品项的用户访问行为向量计算两两商品项之间的相似度，获得商品项共现矩阵，其中每个元素存储其行所在的商品项与其列所在的商品项之间关于用户访问行为的相似度。
[0028]可选的，将各个商品推荐子集有序构造为商品推荐列表，包括：
[0029]对所有商品推荐子集进行去重，将重复的商品项优先保留在排序位置信息靠前的商品推荐子集中；
[0030]对各个商品推荐子集进行截尾，针对每个商品推荐子集，个性化地保留不大于预设数值的有限多个商品项；
[0031]将完成以上处理后的商品推荐子集有序构造为商品推荐列表。
[0032]根据本申请的另一方面，提供一种场景式商品推荐装置，包括：
[0033]信息获取模块，设置为获取当前访问用户的场景信息，所述场景信息包括描述场景的多个数据项，所述数据项包括当前访问商品项、当前访问用户标识、当前访问时间以及当前访问地理位置；
[0034]召回执行模块，设置为根据所述场景信息的各个数据项召回各个数据项相对应的商品推荐子集，每个商品推荐子集包含多个商品项相对应的商品信息；
[0035]排序构造模块，设置为根据所述场景信息相对应的推荐层级排序信息，将各个商品推荐子集有序构造为商品推荐列表，所述推荐层级排序信息包括各个数据项相应的商品推荐子集的排序位置信息；
[0036]列表推送模块，设置为将所述商品推荐列表推送给所述当前访问用户。
[0037]根据本申请的另一方面，提供一种场景式商品推荐设备，包括中央处理器和存储器，所述中央处理器用于调用运行存储于所述存储器中的计算机程序以执行本申请所述本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种场景式商品推荐方法，其特征在于，包括：获取当前访问用户的场景信息，所述场景信息包括描述场景的多个数据项，所述数据项包括当前访问商品项、当前访问用户标识、当前访问时间以及当前访问地理位置；根据所述场景信息的各个数据项召回各个数据项相对应的商品推荐子集，每个商品推荐子集包含多个商品项相对应的商品信息；根据所述场景信息相对应的推荐层级排序信息，将各个商品推荐子集有序构造为商品推荐列表，所述推荐层级排序信息包括各个数据项相应的商品推荐子集的排序位置信息；将所述商品推荐列表推送给所述当前访问用户。2.根据权利要求1所述的场景式商品推荐方法，其特征在于，根据所述场景信息的各个数据项召回各个数据项相对应的商品推荐子集，包括：根据当前访问商品项的商品信息从商品数据库中进行语义匹配，召回与所述商品信息实现语义匹配的商品项，构成第一商品推荐子集；根据当前访问用户标识召回相应用户的历史访问商品项集合，从商品项共现矩阵中查询出所述历史访问商品项集合中的商品项的共现商品项，构成第二商品推荐子集；根据当前访问时间从预设的商品项时域分布表中召回对应时段的多个商品项，构成第三商品推荐子集；根据当前访问地理位置从预设的商品项地域分布表中召回对应地理位置的多个商品项，构成第四商品推荐子集。3.根据权利要求1所述的场景式商品推荐方法，其特征在于，获取当前访问用户的场景信息之前，包括：获取各个用户的历史访问数据，所述历史访问数据中包含历史场景信息，所述历史场景信息包括被用户访问的商品项、用户标识、用户的访问时间、用户所在的地理位置；基于所述历史访问数据，对商品数据库中的商品项进行基于访问时间的分段统计，确定不同时段下各个商品项的订单量，根据订单量择优确定相应时段下的热卖商品项，将所有时段的热卖商品项构造为商品项时域分布表；基于所述历史访问数据，对商品数据库中的商品项进行基于关联访问关系的统计，根据商品项之间是否存在关联访问关系构造出商品项共现矩阵，用于表征与每个商品项具有关联访问关系的所有商品项的列表；基于所述历史访问数据，对商品数据库中的商品项进行基于地理位置的分区统计，确定不同地区下各个商品项的订单量，根据订单量择优确定相应地区的热卖商品项，将所有地区的热卖商品项构造为商品项地域分布表。4.根据权利要求3所述的场景式商品推荐方法，其特征在于，基于所述历史访问数据，对商品数据库中的商品项进行基于访问时间的分段统计的步骤中，将分段统计的时段单位按照每周...
【专利技术属性】
技术研发人员：车天文，
申请(专利权)人：广州欢聚时代信息科技有限公司，
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。