【技术实现步骤摘要】
本公开涉及计算机，尤其涉及数据处理领域，具体涉及一种产品推荐方法、用于训练产品推荐模型的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
技术介绍
1、为了增强应用程序或平台上产品的宣传效果，并为生产产品的业务实体带来实际的商业利益，就必须精确地识别出最合适的推荐产品。
2、在现有的产品推荐中，往往仅考虑用户的特性、喜好和产品本身的受欢迎程度，而不考虑产品的交付环节的因素，导致给用户推荐的产品的交付复杂度可能过高，从而导致产品交付的速度变慢，降低了交付效率，并且导致业务实体的运营成本过高。
3、在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。
技术实现思路
1、本公开提供了一种产品推荐方法、用于训练产品推荐模型的方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
2、根据本公开的一方面，提供了一种产品推荐方法，包括：对于多个拟推荐产品，获取单个拟推荐产品的组分特征和上下文特征，其中，组分特征指示拟推荐产品所包括的各个组分的特征，并且，上下文特征指示拟推荐产品的制造环境和拟推荐产品所属的产品组合的特征；基于拟推荐产品的组分特征和上下文特征，确定单个拟推荐产品的复杂度值，复杂度值表征交付拟推荐产品的复杂程度；以及基于多个拟推荐产品各自的复杂度值，从多个拟推荐产品
3、根据本公开的另一方面，提供了一种用于训练产品推荐模型的方法，产品推荐模型包括特征获取层和复杂度计算层，方法包括：利用特征获取层，获取产品样本的组分特征和上下文特征，其中，组分特征指示产品样本所包括的各个组分的特征，并且，上下文特征指示产品样本的制造环境和产品样本所属的产品组合的特征；基于产品样本的组分特征和上下文特征，利用复杂度计算层，确定产品样本的复杂度值，其中，复杂度值表征交付产品样本的复杂程度；以及基于产品样本的复杂度值和产品样本的复杂度标签，更新产品推荐模型的参数。
4、根据本公开的又一方面，提供了一种产品推荐装置，包括：第一特征获取模块，被配置为：对于多个拟推荐产品，获取单个拟推荐产品的组分特征和上下文特征，其中，组分特征指示拟推荐产品所包括的各个组分的特征，并且，上下文特征指示拟推荐产品的制造环境和拟推荐产品所属的产品组合的特征；复杂度确定模块，被配置为：基于拟推荐产品的组分特征和上下文特征，确定单个拟推荐产品的复杂度值，复杂度值表征交付拟推荐产品的复杂程度；以及目标产品确定模块，被配置为：基于多个拟推荐产品各自的复杂度值，从多个拟推荐产品中确定目标推荐产品。
5、根据本公开的又一方面，提供了一种用于训练产品推荐模型的装置，产品推荐模型包括特征获取层和复杂度计算层，装置包括：第二特征获取模块，被配置为：利用特征获取层，获取产品样本的组分特征和上下文特征，其中，组分特征指示产品样本所包括的各个组分的特征，并且，上下文特征指示产品样本的制造环境和产品样本所属的产品组合的特征；复杂度计算模块，被配置为：基于产品样本的组分特征和上下文特征，利用复杂度计算层，确定产品样本的复杂度值，其中，复杂度值表征交付产品样本的复杂程度；以及参数更新模块，被配置为：基于产品样本的复杂度值和产品样本的复杂度标签，更新产品推荐模型的参数。
6、根据本公开的又一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述产品推荐方法或用于训练产品推荐模型的方法。
7、根据本公开的又一方面，提供了一种存储有计算机指令的计算机可读存储介质，其中，计算机指令用于使计算机执行上述产品推荐方法或用于训练产品推荐模型的方法。
8、根据本公开的又一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述产品推荐方法或用于训练产品推荐模型的方法。
9、根据如本公开的实施例，通过拟推荐产品的组分特征和上下文特征来确定拟推荐产品的复杂度值，并基于该复杂度值来确定目标推荐产品，从而准确地评估了交付拟推荐产品的复杂程度，以避免所推荐的目标推荐产品的复杂度过高的情况，从而提高了交付效率，提高了用户体验，且降低了业务实体的运营成本。
10、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种产品推荐方法，包括：
2.根据权利要求1所述的方法，其中，所述基于所述拟推荐产品的组分特征和上下文特征，确定单个所述拟推荐产品的复杂度值包括：
3.根据权利要求2所述的方法，其中，所述拟推荐产品的组分特征包括多个子特征，所述组分权重包括对应于各个子特征的多个子权重，所述调整组分特征包括对应于各个子特征的子调整特征，
4.根据权利要求3所述的方法，其中，所述基于所述目标子特征和上下文特征，确定所述目标子特征对应的子权重包括：
5.根据权利要求1-4中任一项的方法，其中，所述获取单个所述拟推荐产品的组分特征和上下文特征包括：
6.根据权利要求1-4中任一项所述的方法，其中，所述获取单个所述拟推荐产品的组分特征和上下文特征包括：
7.根据权利要求6所述的方法，其中，所述获取目标用户的用户特征和所述拟推荐产品的组分特征和上下文特征包括：
8.一种用于训练产品推荐模型的方法，所述产品推荐模型包括特征获取层和复杂度计算层，所述方法包括：
9.一种产品推荐装置，包括：
10.一种
11.一种电子设备，包括：
12.一种存储有计算机指令的计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
...【技术特征摘要】
1.一种产品推荐方法，包括：
2.根据权利要求1所述的方法，其中，所述基于所述拟推荐产品的组分特征和上下文特征，确定单个所述拟推荐产品的复杂度值包括：
3.根据权利要求2所述的方法，其中，所述拟推荐产品的组分特征包括多个子特征，所述组分权重包括对应于各个子特征的多个子权重，所述调整组分特征包括对应于各个子特征的子调整特征，
4.根据权利要求3所述的方法，其中，所述基于所述目标子特征和上下文特征，确定所述目标子特征对应的子权重包括：
5.根据权利要求1-4中任一项的方法，其中，所述获取单个所述拟推荐产品的组分特征和上下文特征包括：
6.根据权利要求1-4中任一项所述的...
【专利技术属性】
技术研发人员：胡旻皓，王中义，
申请(专利权)人：胜斗士上海科技技术发展有限公司，
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。