【技术实现步骤摘要】
一种商户推荐方法、装置、电子设备及存储介质
[0001]本申请涉及计算机数据处理
,尤其涉及一种商户推荐方法、装置、电子设备及存储介质。
技术介绍
[0002]互联网技术的蓬勃发展,促进了用户消费习惯的改变。人们更倾向于从网络上浏览、购买商品。因此,各大平台也掌握了数十亿级别的用户信息和商户信息等。推荐系统能够利用这些信息,帮助用户在数量庞大的商户中快速、高效地找到感兴趣的商户。这不但增强了用户购物体验,而且通过发现潜在购买者,有针对性地推荐商户,使销售利润最大化,达到了双赢的效果。
[0003]现有技术的商户推荐方法,大多基于用户对商户的评分值进行推荐。也就是对于目标用户,统计目标用户对各个商户的评分值,并且统计其他用户对各个商户的评分值,根据对各个商户的评分值确定与目标用户相似的各个用户,然后根据相似的各个用户的购物习惯,为目标用户推荐商户。现有技术存在的问题是,仅根据对各个商户的评分值确定相似用户的方式,提取到的用户特征较少,使得确定的相似用户准确性较差,进而商户推荐的准确性较差。
技术实现思路
[0004]本申请提供了一种商户推荐方法、装置、电子设备及存储介质,用以解决现有技术确定相似用户的准确性较差,进而商户推荐的准确性较差的问题。
[0005]第一方面,本申请提供了一种商户推荐方法,所述方法包括:
[0006]获取各个用户的历史行为数据和所述各个用户的人员属性信息,并根据所述历史行为数据建立用户商户评分矩阵和用户商户购买次数矩阵;
[0007]根据所述 ...
【技术保护点】
【技术特征摘要】
1.一种商户推荐方法,其特征在于,所述方法包括:获取各个用户的历史行为数据和所述各个用户的人员属性信息,并根据所述历史行为数据建立用户商户评分矩阵和用户商户购买次数矩阵;根据所述用户商户评分矩阵,确定目标用户与其他各个用户的评分相似度;根据所述用户商户购买次数矩阵,确定所述目标用户与所述其他各个用户的购买次数相似度;根据所述各个用户的人员属性信息,确定所述目标用户与所述其他各个用户的属性相似度;根据所述评分相似度、购买次数相似度和属性相似度,确定所述目标用户与所述其他各个用户的目标相似度;根据所述目标相似度,确定与所述目标用户购买行为匹配的候选用户;根据所述目标用户和所述候选用户的历史行为数据,确定所述目标用户的推荐商户。2.如权利要求1所述的方法,其特征在于,根据所述历史行为数据建立用户商户评分矩阵包括:根据所述历史行为数据建立用户商户的初始评分矩阵;创建第一子评分矩阵和第二子评分矩阵,计算所述第一子评分矩阵和第二子评分矩阵的乘积,得到第一初始预测矩阵;根据所述初始评分矩阵和所述第一初始预测矩阵,确定评分矩阵损失值,根据所述评分矩阵损失值对所述第一子评分矩阵和第二子评分矩阵进行调整;当达到预设的第一迭代次数时,得到调整后的第三子评分矩阵和第四子评分矩阵;根据所述第三子评分矩阵和第四子评分矩阵,确定所述初始评分矩阵中空缺位置对应的元素值,将所述元素值填充至所述初始评分矩阵中的所述空缺位置,得到用户商户评分矩阵。3.如权利要求1或2所述的方法,其特征在于,根据所述用户商户评分矩阵,确定目标用户与其他各个用户的评分相似度包括:针对各个商户,根据所述用户商户评分矩阵,确定所述各个用户对该商户的评分;根据所述各个用户对该商户的评分,确定该商户的评分标准差;根据该商户的评分标准差确定该商户的评分补偿系数;根据所述用户商户评分矩阵和所述各个商户的评分补偿系数,确定目标用户与其他各个用户的评分相似度。4.如权利要求1所述的方法,其特征在于,根据所述历史行为数据建立用户商户购买次数矩阵包括:根据所述历史行为数据建立用户商户的初始购买次数矩阵;根据用户在商户上每次购买商品的时间与当前时间的时间差,确定每次购买商品的时间权重系数;根据所述用户在商户上购买商品的次数和所述每次购买商品的时间权重系数,确定所述用户的目标购买次数;根据所述用户的目标购买次数对所述初始购买次数矩阵中的对应的购买次数进行更新,根据更新后的矩阵确定用户商户购买次数矩阵。5.如权利要求4所述的方法,其特征在于,所述根据更新后的矩阵确定用户商户购买次数矩阵包括:将根据所述用户的目标购买次数对所述初始购买次数矩阵中的对应的购买次数进行更新,得到的矩阵作为用户商户的候选购买次数矩阵;
创建第一子购买次数矩阵和第二子购买次数矩阵,计算所述第一子购买次数矩阵和第二子购买次数矩阵的乘积,得到第二初始预测矩阵;根据所述候选购买次数矩阵和第二初始预测矩阵,确定购买次数矩阵损失值,根据所述购买次数矩阵损失值对所述第一子购买次数矩阵和第二子购买次数矩阵进行调整;当达到预设的第二迭代次数时,得到调整后的第三子购买次数矩阵和第四子购买次数矩阵;根据所述第三子购买次数矩阵和第四子购买次数矩阵,确定所述候选购买次数矩阵中空缺位置对应的元素值,将所述元素值填充至所述候选购买次数矩阵中的所述空缺位置,得到用户商户购买次数矩阵。6.如权利要求1或4或5所述的方法,其特征在于,根据所述用户商户购买次数矩阵,确定目标用户与其他各个用户的购买次数相似度包括:针对各个商户,根据所述用户商户购买次数矩阵,确定所述各个用户对该商户的购买次数;根据所述各个用户对该商户的购买次数,确定该商户的购买次数标准差;根据该商户的购买次数标准差确定该商户的购买次数补偿系数;根据所述用户商户购买次数矩阵和所述各个商户的购买次数补偿系数,确定目标用户与其他各个用户的购买次数相似度。7.如权利要求1所述的方法,其特征在于,根据所述各个用户的人员属性信息,确定所述目标用户与所述其他各个用户的属性相似度包括:根据所述各个用户的人员属性信息,确定所述目标用户与所述其他各个用户的年龄相似度、性别相似度和职业相似度;根据所述目标用户与所述其他各个用户的年龄相似度、性别相似度和职业相似度,确定所述目标用户与所述其他各个用户的属性相似度。8.如权利要求1所述的方法,其特征在于,根据所述目标相似度,确定与所述目标用户购买行为匹配的候选用户包括:按照所述目标相似度由高到低的顺序,选取预设数量的目标相似度对应的用户作为与所述目标用户购买行为匹配的候选用户。9.如权利要求1所述的方法,其特征在于,根据所述目标用户和所述候选用户的历史行为数据,确定所述目标用户的推荐商户包括:针对每个商户,根据所述目标用户和所述候选用户的目标相似度、所述候选用户对所述商户的评分,确定所述商户的预测评价评分;根据所述目标用户和所述候选用户的目标相似度、所述候选用户对所述商户的购买次数,确定所述商户的预测购买评分;根据所述预测评价评分和所述预测购买评分,确定所述商户的目标预测评分;根据所述每个商户的目标预测评分,确定所述目标用户的推荐商户。10.一种商户推荐装置,其特征在于,所述装置包括:矩阵建立模块,用于获取各个用户的历史行为数据和所述各个用户的人员属性信息,并根据所...
【专利技术属性】
技术研发人员:丁鑫,许先文,周泊仰,陆东东,董彪,施佳佳,
申请(专利权)人:中国银联股份有限公司,
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。