物品推荐方法技术

本发明专利技术公开了一种物品推荐方法

【技术实现步骤摘要】
物品推荐方法、装置、设备和计算机可读存储介质


[0001]本专利技术涉及计算机
，尤其涉及一种物品推荐方法
、
装置
、
设备和计算机可读存储介质
。

技术介绍

[0002]随着移动互联网的快速发展，个性化的精准推荐对于提升用户粘性
、
丰富业务场景和精细化运营是必备能力
。
现有的技术方案在数据体量小
、
用户群体发生变化
、
冷启动等情况下，适用于单一业务场景，当场景发生变化时，用户画像
、
推送策略都将发生变化，无法自动适配，无法支撑当前的推荐策略实现个性化精准推荐，造成内容推荐不够精准
。

技术实现思路

[0003]本专利技术的主要目的在于提供一种物品推荐方法
、
装置
、
设备和计算机可读存储介质，旨在改善如何提高不同业务场景下物品推荐的准确性的问题
。
[0004]为实现上述目的，本专利技术提供的一种物品推荐方法，所述物品推荐方法包括以下步骤：
[0005]获取用户业务对应的业务数据，所述业务数据包括待推荐的物品数据
、
用户数据
、
行为数据中至少一个；
[0006]根据所述用户业务确定推荐场景；
[0007]根据所述业务数据和所述推荐场景关联的推荐算法策略，确定物品集合；
[0008]根据所述物品集合确定所述用户业务对应的推荐物品
。<br/>[0009]可选地，所述根据所述物品集合确定所述用户业务对应的推荐物品的步骤之后，还包括：
[0010]获取基于所述推荐物品用户的行为数据，所述行为数据包括点击操作
、
浏览操作
、
购买操作
、
支付操作中的至少一个；
[0011]根据所述行为数据，对所述用户业务的推荐效果进行分析并生成效果评估结果
。
[0012]可选地，所述根据所述业务数据和所述推荐场景关联的推荐算法策略，确定物品集合的步骤包括：
[0013]根据所述推荐场景确定关联的至少两个推荐算法策略；
[0014]根据所述推荐算法策略的优先级，确定目标推荐算法策略；
[0015]根据所述业务数据和所述目标推荐算法策略确定所述物品集合
。
[0016]可选地，所述根据所述目标推荐算法策略确定所述物品集合的步骤之后，还包括：
[0017]确定所述物品集合中待推荐物品的数量；
[0018]若所述待推荐物品的数量小于预设第一数量阈值，则降低所述推荐算法策略的优先级；
[0019]若所述待推荐物品的数量大于预设第二数量阈值，则增加所述推荐算法的优先级
。
[0020]可选地，所述推荐算法策略包括：
[0021]确定至少两个时间段内出售所述物品集合中待推荐物品的数量；
[0022]根据预设的时间系数
、
在所述时间段内待推荐物品的数量和待推荐物品的销售总量，确定时间相关度；
[0023]确定在预设时间段内购买待推荐物品的次数，以及在预设时间段内购买所有待推荐物品的总次数，根据所述次数和所述总次数确定欲购度；
[0024]根据所述时间相关度和所述欲购度，确定待推荐物品的推荐系数；
[0025]根据所述推荐系数，在所述物品集合中确定所述业务数据对应的推荐物品
。
[0026]可选地，所述推荐算法策略包括：
[0027]确定不同价位类别的待推荐物品的百分比；
[0028]确定所述价位类别对应的排序系数；
[0029]根据所述百分比和所述排序系数，确定待推荐物品的推荐系数；
[0030]根据所述推荐系数，在所述物品集合中确定所述业务数据对应的推荐物品
。
[0031]可选地，所述推荐算法策略包括：
[0032]获取所述物品集合中每一待推荐物品的评价数据；
[0033]确定每一类型的评价数据在总评价数据中占比；
[0034]根据预设的权重值和所述占比，确定推荐系数；
[0035]根据所述推荐系数，在所述物品集合中确定所述业务数据对应的推荐物品
。
[0036]为实现上述目的，本专利技术还提供一种物品推荐装置，所述物品推荐装置包括：
[0037]获取模块，用于获取用户业务对应的业务数据，所述业务数据包括待推荐的物品数据
、
用户数据
、
行为数据中至少一个；
[0038]选择模块，用于根据所述用户业务确定推荐场景；
[0039]计算模块，用于根据所述业务数据和所述推荐场景关联的推荐算法策略，确定物品集合；
[0040]推荐模块，用于根据所述物品集合确定所述用户业务对应的推荐物品
。
[0041]为实现上述目的，本专利技术还提供一种物品推荐设备，所述物品推荐设备包括存储器
、
处理器以及存储在所述存储器并可在所述处理器上执行的物品推荐程序，所述物品推荐程序被所述处理器执行时实现如上所述的物品推荐方法的各个步骤
。
[0042]为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有物品推荐程序，所述物品推荐程序被处理器执行时实现如上所述的物品推荐方法的各个步骤
。
[0043]本专利技术提供的一种物品推荐方法
、
装置
、
设备和计算机可读存储介质，获取用户业务对应的业务数据，业务数据包括待推荐的物品数据
、
用户数据
、
行为数据中至少一个；根据用户业务确定推荐场景；根据业务数据和推荐场景关联的推荐算法策略，确定物品集合；根据物品集合确定用户业务对应的推荐物品
。
通过推荐场景的设置，确定不同推荐场景下的用户业务对应的推荐物品，提高了确定推荐物品的准确性和灵活性
。
附图说明
[0044]图1为本专利技术实施例涉及的物品推荐设备的硬件结构示意图；
[0045]图2为本专利技术物品推荐方法的一实施例的流程示意图；
[0046]图3为本专利技术物品推荐方法的一实施例中推荐系统数据处理的示意图；
[0047]图4为本专利技术物品推荐方法的推荐系统的结构示意图；
[0048]图5为本专利技术物品推荐方法的一实施例中推荐系统数据处理的示意图；
[0049]图6为本专利技术物品推荐方法的一实施例中推荐系统数据处理的示意图；
[0050]图7为本专利技术物品推荐方法的一实施例的流程示意图；
[0051]图8为本专利技术物品推荐方法的一实施例的流程示意图；
[0052]图9为本专利技术物品推荐方法的一实施例的步骤
S40
的细化流程示意图；
[0053]图
10
为本专利技术物品推荐装置的逻辑本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种物品推荐方法，其特征在于，应用于推荐系统，所述物品推荐方法包括：获取用户业务对应的业务数据，所述业务数据包括待推荐的物品数据
、
用户数据
、
行为数据中至少一个；根据所述用户业务确定推荐场景；根据所述业务数据和所述推荐场景关联的推荐算法策略，确定物品集合；根据所述物品集合确定所述用户业务对应的推荐物品
。2.
如权利要求1所述的物品推荐方法，其特征在于，所述根据所述物品集合确定所述用户业务对应的推荐物品的步骤之后，还包括：获取基于所述推荐物品用户的行为数据，所述行为数据包括点击操作
、
浏览操作
、
购买操作
、
支付操作中的至少一个；根据所述行为数据，对所述用户业务的推荐效果进行分析并生成效果评估结果
。3.
如权利要求1所述的物品推荐方法，其特征在于，所述根据所述业务数据和所述推荐场景关联的推荐算法策略，确定物品集合的步骤包括：根据所述推荐场景确定关联的至少两个推荐算法策略；根据所述推荐算法策略的优先级，确定目标推荐算法策略；根据所述业务数据和所述目标推荐算法策略确定所述物品集合
。4.
如权利要求3所述的物品推荐方法，其特征在于，所述根据所述目标推荐算法策略确定所述物品集合的步骤之后，还包括：确定所述物品集合中待推荐物品的数量；若所述待推荐物品的数量小于预设第一数量阈值，则降低所述推荐算法策略的优先级；若所述待推荐物品的数量大于预设第二数量阈值，则增加所述推荐算法的优先级
。5.
如权利要求3所述的物品推荐方法，其特征在于，所述推荐算法策略包括：确定至少两个时间段内出售所述物品集合中待推荐物品的数量；根据预设的时间系数
、
在所述时间段内待推荐物品的数量和待推荐物品的销售总量，确定时间相关度；确定在预设时间段内购买待推荐物品的次数，以...

【专利技术属性】
技术研发人员：戴睿斌，徐萌，景昕，褚新宇，李惟雪，胡修源，李耕宇，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：