商品组合推荐方法及其装置、设备、介质制造方法及图纸

本申请涉及电商技术领域中一种商品组合推荐方法及其装置、设备、介质，所述方法包括：采用关联分析算法基于每个线上店铺对应的用户采购数据集构造出相对应的商品组合集、品类组合集、品牌组合集，根据目标线上店铺内目标商品的商品标识、商品品类、商品品牌，召回目标线上店铺的商品组合集中的候选商品组合，召回所有线上店铺的品类组合集、品牌组合集中的目标品类组合、目标品牌组合，根据这些组合中与目标商品的商品品类、商品品牌对应组合的商品品类、商品品牌，对应召回第一商品、第二商品分别与目标商品构成候选商品组合，采用购买预测模型预测出包含目标商品的候选商品组合对应的购买率，据此优选出推荐商品组合。由此可推荐多种商品组合。荐多种商品组合。荐多种商品组合。

【技术实现步骤摘要】
商品组合推荐方法及其装置、设备、介质


[0001]本申请涉及电商
，尤其涉及一种商品组合推荐方法及其相应的装置、计算机设备、计算机可读存储介质。

技术介绍

[0002]商品组合促销是指多个商品捆绑销售，以提供更大的价值和吸引力给消费者，使得消费者可以以更低的价格或者更多的附加价值来购买多个商品，从而鼓励消费者购买更多的商品，进而增加销售金额和销售商品数量。
[0003]传统技术中，通常基于线上店铺自身的用户采购数据，分析得出密切相关的商品进行组合，将所得的商品组合向消费者用户推荐，然而，对于刚成立的线上店铺和成立不久的线上店铺严重缺乏用户采购数据，以至于无法分析得出相应的商品组合，其次，即便是线上店铺具有一定量的用户采购数据，所得的商品组合也并未考察将其用于推荐的效果，容易导致效果达不到预期。
[0004]鉴于传统技术的不足，本申请人长期从事相关领域的研究，为解决电商领域业内难题，故另辟蹊径。

技术实现思路

[0005]本申请的首要目的在于解决上述问题至少之一而提供一种商品组合推荐方法及其相应的装置、计算机设备、计算机可读存储介质。
[0006]为满足本申请的各个目的，本申请采用如下技术方案：
[0007]适应本申请的目的之一而提供的一种商品组合推荐方法，包括如下步骤：
[0008]根据每个线上店铺对应的用户采购数据集，采用关联分析算法构造出每个线上店铺对应的商品组合集、品类组合集、品牌组合集，所述用户采购数据集包含用户采购相应线上店铺商品产生的用户采购数据，其中包括用户标识、商品标识、商品品类、商品品牌；
[0009]根据目标线上店铺内目标商品的商品标识、商品品类、商品品牌，从目标线上店铺的商品组合集中召回候选商品组合，以及从所有线上店铺的品类组合集、品牌组合集中召回目标品类组合、目标品牌组合；
[0010]根据所述目标品类组合、目标品牌组合召回与所述目标商品的商品品类组合的商品品类对应的第一商品，与目标商品构成候选商品组合，以及召回与所述目标商品的商品品牌组合的商品品牌对应的第二商品，与目标商品构成候选商品组合；
[0011]采用预设的购买预测模型对包含目标商品的所有候选商品组合进行预测，确定出每个候选商品组合对应的购买率，筛选出购买率满足预设条件的推荐商品组合。
[0012]进一步的实施例中，根据每个线上店铺对应的用户采购数据集，采用关联分析算法构造出每个线上店铺对应的商品组合集、品类组合集、品牌组合集，包括如下步骤：
[0013]获取每个线上店铺的用户采购数据集，以用户为聚类单位，分别对商品标识、商品品类、商品品牌进行相应维度的聚类，确定出各个维度相对应的各个数据集；
[0014]基于所述各个数据集采用关联分析算法分别确定出相应维度的组合集，包括商品组合集、品类组合集、品牌组合集；
[0015]确定出商品组合集、品类组合集、品牌组合集中每个组合的支持度和置信度，所述支持度表示相应组合出现的频率，所述置信度表示相应组合的关系紧密程度；
[0016]剔除商品组合集、品类组合集、品牌组合集中支持度和/或置信度不符合预设条件的组合。
[0017]进一步的实施例中，根据目标线上店铺内目标商品的商品标识、商品品类、商品品牌，从目标线上店铺的商品组合集中召回候选商品组合，以及从所有线上店铺的品类组合集、品牌组合集中召回目标品类组合、目标品牌组合，包括如下步骤：
[0018]根据目标线上店铺内目标商品的商品标识从目标线上店铺的商品组合集中召回包含该商品标识的候选商品组合；
[0019]从所有线上店铺的品类组合集中召回包含所述目标商品的商品品类的候选品类组合，根据候选品类组合在相应品类组合集对应的支持度和/或置信度匹配权重计算出每个候选品类组合对应的排序评分，筛选出排序评分满足预设条件的目标品类组合，所述权重为候选品类组合所在品类组合集对应的线上店铺与目标线上店铺之间的相似度；
[0020]从所有线上店铺的品牌组合集中召回包含所述目标商品的商品品牌的候选品类组合，根据候选品牌组合在相应品牌组合集对应的支持度和/或置信度匹配权重计算出每个候选品牌组合对应的排序评分，筛选出排序评分满足预设条件的目标品牌组合，所述权重为候选品牌组合所在品牌组合集对应的线上店铺与目标线上店铺之间的相似度。
[0021]进一步的实施例中，根据目标线上店铺内目标商品的商品标识从目标线上店铺的商品组合集中召回包含该商品标识的候选商品组合之前，包括如下步骤：
[0022]获取每个线上店铺对应的所有商品品类，构造出相应的品类分布；
[0023]根据每个线上店铺对应的品类分布，计算出线上店铺之间的相似度。
[0024]进一步的实施例中，采用预设的购买预测模型对包含目标商品的所有候选商品组合进行预测，确定出每个候选商品组合对应的购买率，包括如下步骤：
[0025]获取包含目标商品的所有候选商品组合中，每个候选商品组合包含的各个商品的商品信息，所述商品信息包括商品描述文本和商品图片；
[0026]采用预设的购买预测模型提取出候选商品组合包含的各个商品的商品信息对应的图文融合信息进行拼接，构成组合特征表示；
[0027]基于所述组合特征表示确定出候选商品组合的购买率。
[0028]进一步的实施例中，根据所述目标品类组合、目标品牌组合召回与所述目标商品的商品品类组合的商品品类对应的第一商品，与目标商品构成候选商品组合，以及召回与所述目标商品的商品品牌组合的商品品牌对应的第二商品，与目标商品构成候选商品组合，包括如下步骤：
[0029]根据所述目标品类组合召回与所述目标商品的商品品类组合的商品品类对应的多个第一候选商品，确定出每个第一候选商品对应的销售成效，筛选出销售成效满足预设条件的第一商品，与目标商品构成候选商品组合，所述销售成效根据第一候选商品的点击率、转化率、销量中任意一项或任意多项确定；
[0030]根据所述目标品牌组合召回与所述目标商品的商品品牌组合的商品品牌对应的
多个第二候选商品，确定出每个第二候选商品对应的销售成效，筛选出销售成效满足预设条件的第二商品，与目标商品构成候选商品组合，所述销售成效根据第二候选商品的点击率、转化率、销量中任意一项或任意多项确定。
[0031]进一步的实施例中，采用预设的购买预测模型对包含目标商品的所有候选商品组合进行预测，确定出每个候选商品组合对应的购买率之前，包括如下步骤：
[0032]从预备的训练集中获取单个训练样本及其监督标签，所述训练样本是商品组合所包含所有商品的商品信息，所述监督标签表征训练样本的商品组合是否被用户购买；
[0033]采用预设的购买预测模型提取出训练样本中各个商品对应的图文融合信息进行拼接，构成组合特征表示；
[0034]基于所述组合特征表示确定出候选商品组合的预测结果；
[0035]采用所述训练样本的监督标签，确定所述预测购买率的损失值，在所述损失值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种商品组合推荐方法，其特征在于，包括如下步骤：根据每个线上店铺对应的用户采购数据集，采用关联分析算法构造出每个线上店铺对应的商品组合集、品类组合集、品牌组合集，所述用户采购数据集包含用户采购相应线上店铺商品产生的用户采购数据，其中包括用户标识、商品标识、商品品类、商品品牌；根据目标线上店铺内目标商品的商品标识、商品品类、商品品牌，从目标线上店铺的商品组合集中召回候选商品组合，以及从所有线上店铺的品类组合集、品牌组合集中召回目标品类组合、目标品牌组合；根据所述目标品类组合、目标品牌组合召回与所述目标商品的商品品类组合的商品品类对应的第一商品，与目标商品构成候选商品组合，以及召回与所述目标商品的商品品牌组合的商品品牌对应的第二商品，与目标商品构成候选商品组合；采用预设的购买预测模型对包含目标商品的所有候选商品组合进行预测，确定出每个候选商品组合对应的购买率，筛选出购买率满足预设条件的推荐商品组合。2.根据权利要求1所述的商品组合推荐方法，其特征在于，根据每个线上店铺对应的用户采购数据集，采用关联分析算法构造出每个线上店铺对应的商品组合集、品类组合集、品牌组合集，包括如下步骤：获取每个线上店铺的用户采购数据集，以用户为聚类单位，分别对商品标识、商品品类、商品品牌进行相应维度的聚类，确定出各个维度相对应的各个数据集；基于所述各个数据集采用关联分析算法分别确定出相应维度的组合集，包括商品组合集、品类组合集、品牌组合集；确定出商品组合集、品类组合集、品牌组合集中每个组合的支持度和置信度，所述支持度表示相应组合出现的频率，所述置信度表示相应组合的关系紧密程度；剔除商品组合集、品类组合集、品牌组合集中支持度和/或置信度不符合预设条件的组合。3.根据权利要求1所述的商品组合推荐方法，其特征在于，根据目标线上店铺内目标商品的商品标识、商品品类、商品品牌，从目标线上店铺的商品组合集中召回候选商品组合，以及从所有线上店铺的品类组合集、品牌组合集中召回目标品类组合、目标品牌组合，包括如下步骤：根据目标线上店铺内目标商品的商品标识从目标线上店铺的商品组合集中召回包含该商品标识的候选商品组合；从所有线上店铺的品类组合集中召回包含所述目标商品的商品品类的候选品类组合，根据候选品类组合在相应品类组合集对应的支持度和/或置信度匹配权重计算出每个候选品类组合对应的排序评分，筛选出排序评分满足预设条件的目标品类组合，所述权重为候选品类组合所在品类组合集对应的线上店铺与目标线上店铺之间的相似度；从所有线上店铺的品牌组合集中召回包含所述目标商品的商品品牌的候选品类组合，根据候选品牌组合在相应品牌组合集对应的支持度和/或置信度匹配权重计算出每个候选品牌组合对应的排序评分，筛选出排序评分满足预设条件的目标品牌组合，所述权重为候选品牌组合所在品牌组合集对应的线上店铺与目标线上店铺之间的相似度。4.根据权利要求3所述的商品组合推荐方法，其特征在于，根据目标线上店铺内目标商品的商品标识从目标线上店铺的商品组合集中召回包含该商品标识的候选商品组合之前，
包括如下步骤：获取每个线上店铺对应的所有商品品类，构造出相应的品类分布；根据每个线上店铺对应的品类分布，计算出线上店铺之间的相似度。5.根据权利要求4所述的商品组合推荐方法，其特征在于，采用预设的购买预测模型对包含目标商品的所有候选商品组合进行预测，确定出每个候选商品组合对应的购买率，包括如下步骤：获取包含目标商品的所有候选商品组合中，每个候选商品组合包...

【专利技术属性】
技术研发人员：冯一丁，
申请(专利权)人：广州商研网络科技有限公司，
类型：发明
国别省市：