产品推荐方法、设备、介质及程序产品技术

本公开提供了产品推荐方法、设备、介质及程序产品。本公开的产品推荐方法包括：获取用户画像特征、产品的第一类别特征以及第二类别特征；基于用户画像特征和产品的第一类别特征，确定产品的第一推荐权重；基于用户画像特征和产品的第一类别特征确定用户对产品的间接评分、直接评分，以及产品参考评分；利用第一推荐权重分别对间接评分、直接评分、产品参考评分以及第二类别特征加权求和后，得到产品推荐评分，以基于产品推荐评分向用户推荐产品或者不推荐产品。

【技术实现步骤摘要】

本公开涉及计算机，本公开尤其涉及产品推荐方法、设备、介质及程序产品。

技术介绍

1、随着网络技术的发展，产品推广渠道越来越多。比如，可以通过向用户定向发送产品信息，或者通过专业应用软件向用户发送产品信息。

2、然而，有的产品具有较多产品属性，用户的考虑维度也是复杂多样。在这种背景下，如何实现用户与产品的精准匹配就是比较困难的。比如，房地产场景中，新房市场信息繁杂，包括楼盘位置、户型、价格、开发商、周边配套等多种维度的信息。用户难以快速有效地筛选出符合自身需求的楼盘。现有的产品推荐系统算法单一，一旦确定用户画像后，给用户推荐的产品类型相似度很高，无法满足用户动态变化的多样化选择需求。

技术实现思路

1、本公开提供了产品推荐方法、设备、介质及程序产品。

2、根据本公开的第一方面，提供了一种产品推荐方法。该方法具体包括：获取用户画像特征、第一类别特征以及第二类别特征；基于用户画像特征和第一类别特征，确定产品的第一推荐权重；基于用户画像特征和第一类别特征确定用户对产品的间接评分、直接评分，以及本文档来自技高网...

【技术保护点】

1.一种产品推荐方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述用户画像特征和所述第一类别特征，计算得到第一推荐权重，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于多层感知机对所述拼接特征向量进行线性变换，得到向量形式的所述第一推荐权重，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述用户画像特征和所述第一类别特征计算得到间接评分、直接评分，以及产品参考评分，包括：

5.根据权利要求4所述的方法，其特征在于，所述利用协同过滤算法，以及所述用户画像特征和相似用户画像特征计算得到...

【技术特征摘要】

1.一种产品推荐方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述基于所述用户画像特征和所述第一类别特征，计算得到第一推荐权重，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于多层感知机对所述拼接特征向量进行线性变换，得到向量形式的所述第一推荐权重，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于所述用户画像特征和所述第一类别特征计算得到间接评分、直接评分，以及产品参考评分，包括：

5.根据权利要求4所述的方法，其特征在于，所述利用协同过滤算法，以及所述用户画像特征和相似用户画像特征计算得到所述用户对产品的间接评分，包括：

【专利技术属性】
技术研发人员：赵海磊，
申请(专利权)人：贝壳找房北京科技有限公司，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人