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()
【技术实现步骤摘要】
本申请属于商品推荐,尤其涉及活动商品推荐方法、装置、电子设备及计算机可读存储介质。
技术介绍
1、为了提高商品销量,线上平台通常会策划各种优惠活动,吸引用户进行购物。同时,为了给用户提供优质的购物体验,平台会根据用户的喜好等向用户推荐参与优惠活动的活动商品,以提高商品的点击率和转化率。
2、目前在向用户推荐活动商品时,通常直接计算平台的活动商品与用户购买过的商品之间的相似度,然后向用户推荐与用户购买过的商品相似度高的活动商品,而与用户购买过的商品相似度高的各个活动商品之间的相似度通常较高,即,推荐的各个活动商品之间的相似度较高,推荐效果较差。
技术实现思路
1、本申请实施例提供了活动商品推荐方法、装置、电子设备及存储介质,可以提高活动商品的推荐效果。
2、第一方面,本申请实施例提供了一种活动商品推荐方法,包括:
3、确定待推荐用户对应的用户行为数据,所述用户行为数据包括与所述待推荐用户具有关联关系的商品的商品标识;
4、对每一个活动商品,基于所述活动商品的商品信息和所述用户行为数据确定所述活动商品对应的第一分数,所述活动商品包括参与优惠活动的商品,所述第一分数用于指示所述活动商品的所述商品信息与所述用户行为数据之间的相似程度;
5、对每一个所述活动商品,基于所述活动商品的活动信息和所述活动信息对应的活动特征权重确定所述活动商品对应的第二分数,所述第二分数反映所述活动信息的重要程度;
6、根据所述第一分数和所述第
7、第二方面,本申请实施例提供了一种活动商品推荐装置,包括:
8、用户行为数据获取模块,用于确定待推荐用户对应的用户行为数据,所述用户行为数据包括与所述待推荐用户具有关联关系的商品的商品标识;
9、第一分数确定模块,用于对每一个活动商品,基于所述活动商品的商品信息和所述用户行为数据确定所述活动商品对应的第一分数,所述活动商品包括参与优惠活动的商品,所述第一分数用于指示所述活动商品的所述商品信息与所述用户行为数据之间的相似程度;
10、第二分数确定模块,用于对每一个所述活动商品,基于所述活动商品的活动信息和所述活动信息对应的活动特征权重确定所述活动商品对应的第二分数,所述第二分数反映所述活动信息的重要程度;
11、待推荐活动商品确定模块,用于根据所述第一分数和所述第二分数确定各个所述活动商品的活动分数,并根据所述活动分数确定待推荐活动商品。
12、第三方面,本申请实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的活动商品推荐方法的步骤。
13、第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述的活动商品推荐方法的步骤。
14、第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在电子设备上运行时,使得电子设备执行上述第一方面所述的活动商品推荐方法。
15、本申请实施例与现有技术相比存在的有益效果是:
16、本申请实施例中,获取到待推荐用户的行为数据后,基于用户行为数据与各个活动商品计算得到各个活动商品对应的第一分数,此外,还基于各个活动商品的活动信息和活动信息对应的活动特征权重计算得到各个活动商品对应的第二分数。由于第一分数反映了活动商品的商品信息与用户行为数据之间的相似程度,第二分数反映了活动商品的活动信息的重要程度,因此,根据活动商品的第一分数和第二分数确定活动商品最终的活动分数,并基于活动分数来确定待推荐活动商品,能够同时考虑待推荐用户的偏好和活动商品的活动信息,从而不仅提高了活动商品的推荐效果,同时也保障了用户的购物体验。
本文档来自技高网...【技术保护点】
1.一种活动商品推荐方法,其特征在于,包括:
2.如权利要求1所述的活动商品推荐方法,其特征在于,在所述对每一个所述活动商品,基于所述活动商品的活动信息和所述活动信息对应的活动特征权重确定所述活动商品对应的第二分数之前,还包括:
3.如权利要求2所述的活动商品推荐方法,其特征在于,所述活动信息包括优惠力度、库存量和剩余时间中的一个或多个信息,所述通过预训练的活动塔对所述活动信息进行特征提取处理,得到所述活动特征权重,包括:
4.如权利要求1所述的活动商品推荐方法,其特征在于,还包括:
5.如权利要求4所述的活动商品推荐方法,其特征在于,所述通过预训练的用户塔对所述用户行为数据进行特征提取处理,得到用户特征向量,包括:
6.如权利要求1所述的活动商品推荐方法,其特征在于,在所述对每一个所述活动商品,基于所述活动商品的活动信息和所述活动信息对应的活动特征权重确定所述活动商品对应的第二分数之前,还包括:
7.如权利要求1至6任一项所述的活动商品推荐方法,其特征在于,所述根据所述第一分数和所述第二分数确定各个所述活动
8.一种活动商品推荐装置,其特征在于,包括:
9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种活动商品推荐方法,其特征在于,包括:
2.如权利要求1所述的活动商品推荐方法,其特征在于,在所述对每一个所述活动商品,基于所述活动商品的活动信息和所述活动信息对应的活动特征权重确定所述活动商品对应的第二分数之前,还包括:
3.如权利要求2所述的活动商品推荐方法,其特征在于,所述活动信息包括优惠力度、库存量和剩余时间中的一个或多个信息,所述通过预训练的活动塔对所述活动信息进行特征提取处理,得到所述活动特征权重,包括:
4.如权利要求1所述的活动商品推荐方法,其特征在于,还包括:
5.如权利要求4所述的活动商品推荐方法,其特征在于,所述通过预训练的用户塔对所述用户行为数据进行特征提取处理,得到用户特征向量,包括:
6.如权利要求1所述的活动...
【专利技术属性】
技术研发人员:王振甲,张炜,贺健雄,周小茜,
申请(专利权)人:深圳市灵智数字科技有限公司,
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。