System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 产品的推荐方法、系统和电子设备技术方案_技高网

产品的推荐方法、系统和电子设备技术方案

技术编号:40766520 阅读:4 留言:0更新日期:2024-03-25 20:16
本申请公开了一种产品的推荐方法、系统和电子设备,涉及模型技术、机器学习领域。其中,该方法包括:确定需要执行推荐操作的推荐对象;调取推荐对象的对象特征信息,其中,对象特征信息用于至少表征推荐对象对不同类型的产品的偏好程度;使用推荐模型分析对象特征信息,确定候选产品集合,以及候选产品集合中不同候选产品的推荐信息,其中,推荐信息用于预测推荐对象对候选产品执行交易操作的概率;基于推荐信息,从候选产品集合中确定出至少一待推荐的产品;向推荐对象推荐待推荐的产品。本申请解决了产品推荐的准确性低的技术问题。

【技术实现步骤摘要】

本申请涉及大模型技术、机器学习领域,具体而言,涉及一种产品的推荐方法、系统和电子设备


技术介绍

1、目前,针对购物场景下产品的推荐,通常是基于候选产品的尺码表和推荐信息的尺码信息,确定待推荐的产品,但是,尺码表和产品的真实尺寸可能会存在一定的偏差,从而导致存在产品推荐的准确性低的技术问题。

2、针对上述的问题,目前尚未提出有效的解决方案。


技术实现思路

1、本申请实施例提供了一种产品的推荐方法、系统和电子设备,以至少解决产品推荐的准确性低的技术问题。

2、根据本申请实施例的一个方面,提供了一种产品的推荐方法。该方法可以包括:确定需要执行推荐操作的推荐对象;调取推荐对象的对象特征信息,其中,对象特征信息用于至少表征推荐对象对不同类型的产品的偏好程度;使用推荐模型分析对象特征信息,确定候选产品集合,以及候选产品集合中不同候选产品的推荐信息,其中,推荐信息用于预测推荐对象对候选产品执行交易操作的概率;基于推荐信息,从候选产品集合中确定出至少一待推荐的产品;向推荐对象推荐待推荐的产品。

3、根据本申请实施例的另一个方面,还提供了一种模型的训练方法。该方法可以包括:获取历史推荐对象的历史对象特征信息、电子商务平台中历史产品的历史属性信息,其中,历史对象特征信息用于至少表征历史推荐对象对待交易的不同类型历史产品的偏好程度;利用历史对象特征信息和历史属性信息,对目标注意力模型进行训练,得到推荐模型。

4、根据本申请实施例的另一个方面,还提供了另一种产品的推荐方法。该方法可以包括:在操作界面的呈现画面上展示需要执行推荐操作的推荐对象;响应作用于操作界面上的推荐指令,确定并展示候选产品集合和/或候选产品集合中待推荐的至少一产品;其中,候选产品集合为使用推荐模型分析推荐对象的特征信息而产生,且推荐对象的特征信息还用于确定候选产品集合中不同候选产品的推荐信息,推荐信息用于从候选产品集合中筛选出待推荐的产品。

5、根据本申请实施例的另一方面,还提供了一种电子设备,该电子设备可以包括存储器和处理器;存储器用于存储计算机可执行指令,处理器用于执行计算机可执行指令,上述计算机可执行指令被处理器执行时,实现上述任意一项的上述方法。

6、根据本申请实施例的另一方面,还提供了一种处理器,该处理器用于运行程序,其中,在程序运行时执行上述任意一项的上述方法。

7、根据本申请实施例的另一方面,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述任意一项的上述方法。

8、在本申请实施例中,确定需要执行推荐操作的推荐对象;调取推荐对象的对象特征信息,其中,对象特征信息用于至少表征推荐对象对不同类型的产品的偏好程度;使用推荐模型分析对象特征信息,确定候选产品集合,以及候选产品集合中不同候选产品的推荐信息,其中,推荐信息用于预测推荐对象对候选产品执行交易操作的概率;基于推荐信息,从候选产品集合中确定出至少一待推荐的产品;向推荐对象推荐待推荐的产品。也即,在该实施例中确定推荐对象的对象特征信息,使用推荐模型分析对象特征信息,以确定不同候选产品对应的推荐信息,基于推荐信息,确定目标候选产品,从而达到了提高产品推荐的准确性的技术效果,解决了产品推荐的准确性低的技术问题。

9、容易注意到的是,上面的通用描述和后面的详细描述仅仅是为了对本申请进行举例和解释,并不构成对本申请的限定。

本文档来自技高网...

【技术保护点】

1.一种产品的推荐方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,使用所述推荐模型分析所述对象特征信息,确定所述候选产品集合中不同候选产品的推荐信息,包括:

3.根据权利要求2所述的方法,其特征在于,使用所述推荐模型分析所述对象特征信息和所述不同候选产品的属性信息,确定所述不同候选产品的推荐分值,包括:

4.根据权利要求3所述的方法,其特征在于,使用所述推荐模型分析所述对象特征信息,确定所述推荐对象对至少一历史产品的历史交易偏好,包括:

5.根据权利要求4所述的方法,其特征在于,使用所述推荐模型分析所述对象特征信息中的历史交易序列,确定所述推荐对象对所述至少一历史产品的所述历史交易偏好,包括:

6.根据权利要求4所述的方法,其特征在于,使用所述推荐模型确定所述历史交易偏好和所述交易偏好,二者之间的相似度,包括:

7.根据权利要求2所述的方法,其特征在于,使用所述推荐模型分析所述对象特征信息和所述不同候选产品的属性信息,确定所述不同候选产品的推荐分值,包括:

8.根据权利要求1所述的方法,其特征在于,调取所述推荐对象的所述对象特征信息,包括:

9.根据权利要求1所述的方法,其特征在于,所述对象特征信息包括以下至少之一:尺寸信息、历史购买序列、用户画像。

10.一种模型的训练方法,其特征在于,包括:

11.根据权利要求10所述的方法,其特征在于,利用所述历史对象特征信息和所述历史属性信息,对目标注意力模型进行训练,得到推荐模型,包括:

12.根据权利要求10或11所述的方法,其特征在于,所述方法还包括:

13.一种产品的推荐方法,其特征在于,包括:

14.根据权利要求13所述的方法,其特征在于,所述操作界面为虚拟现实VR设备或增强现实AR设备的交互界面,并通过响应作用于所述操作界面上的推荐指令,展示所述推荐对象在虚拟世界中的虚拟形象。

15.一种电子设备,其特征在于,包括:存储器和处理器;所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现1-14任意一项方法的步骤。

...

【技术特征摘要】

1.一种产品的推荐方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,使用所述推荐模型分析所述对象特征信息,确定所述候选产品集合中不同候选产品的推荐信息,包括:

3.根据权利要求2所述的方法,其特征在于,使用所述推荐模型分析所述对象特征信息和所述不同候选产品的属性信息,确定所述不同候选产品的推荐分值,包括:

4.根据权利要求3所述的方法,其特征在于,使用所述推荐模型分析所述对象特征信息,确定所述推荐对象对至少一历史产品的历史交易偏好,包括:

5.根据权利要求4所述的方法,其特征在于,使用所述推荐模型分析所述对象特征信息中的历史交易序列,确定所述推荐对象对所述至少一历史产品的所述历史交易偏好,包括:

6.根据权利要求4所述的方法,其特征在于,使用所述推荐模型确定所述历史交易偏好和所述交易偏好,二者之间的相似度,包括:

7.根据权利要求2所述的方法,其特征在于,使用所述推荐模型分析所述对象特征信息和所述不同候选产品的属性信息,确定所述不同候选产品的推荐分值,包括:

<...

【专利技术属性】
技术研发人员:吴健君
申请(专利权)人:浙江天猫技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1