CN107730313B - 基于推荐理由的店铺推荐方法及装置 - Google Patents

基于推荐理由的店铺推荐方法及装置 Download PDF

Info

Publication number
CN107730313B
CN107730313B CN201710919510.2A CN201710919510A CN107730313B CN 107730313 B CN107730313 B CN 107730313B CN 201710919510 A CN201710919510 A CN 201710919510A CN 107730313 B CN107730313 B CN 107730313B
Authority
CN
China
Prior art keywords
recommendation
user
dimension
shop
user interest
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710919510.2A
Other languages
English (en)
Other versions
CN107730313A (zh
Inventor
刘逸哲
吴振元
林建国
沈丹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Koubei Shanghai Information Technology Co Ltd
Original Assignee
Koubei Shanghai Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Koubei Shanghai Information Technology Co Ltd filed Critical Koubei Shanghai Information Technology Co Ltd
Priority to CN202011104567.5A priority Critical patent/CN112150212A/zh
Priority to CN201710919510.2A priority patent/CN107730313B/zh
Publication of CN107730313A publication Critical patent/CN107730313A/zh
Application granted granted Critical
Publication of CN107730313B publication Critical patent/CN107730313B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized advertisement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明公开了一种基于推荐理由的店铺推荐方法及装置。其中方法包括：接收客户端发送的携带有用户标识的店铺推荐请求；根据店铺推荐请求获取待展示店铺列表信息；根据用户标识获取至少一个用户兴趣维度对应的用户兴趣标签信息；针对各待展示店铺，根据至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由；针对各待展示店铺，从至少一个推荐理由中选取一个推荐理由与待展示店铺列表信息组合推送给客户端，以供客户端将推荐理由和店铺信息展示给用户，能够实现针对不同用户，向用户推荐店铺的推荐理由不同，实现了个性化的推送推荐理由，推荐理由多样丰富，且结合了用户兴趣保证了提供差异性的服务。

Description

基于推荐理由的店铺推荐方法及装置
技术领域
本发明涉及信息处理技术领域，具体涉及一种基于推荐理由的店铺推荐方法及装置。
背景技术
随着信息化社会的发展，人们越来越习惯于使用是网络来查找或选择消费店铺，一般会将一些推荐理由与店铺一起展示给用户，但是现有技术中，一般是将店铺的招牌菜作为推荐理由，例如，“这家店的摘牌菜是酸菜鱼”，或者将店铺活动和优惠卷信息作为推荐理由，又或者人工编辑一些固定的推荐理由以在展示的时候使用。
这种推荐理由，在一定程度上，对用户的选择提供了一些参考建议，对用户体验进行了一定的提升，但缺点是，理由千篇一律，缺乏变化，容易造成用户审美疲劳，并且大部分推荐理由不一定是用户的兴趣点，例如，有些用户只关心口味，推荐理由说“店铺附近停车方便”，这就完全没有意义了，而且针对不同的用户，所给出的推荐理由也相同，无法实现推荐理由的差异性。
发明内容
鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于推荐理由的店铺推荐方法和相应的基于推荐理由的店铺推荐装置。
根据本发明的一方面，提供了一种基于推荐理由的店铺推荐方法，其包括：
接收客户端发送的携带有用户标识的店铺推荐请求；
根据所述店铺推荐请求获取待展示店铺列表信息；
根据所述用户标识获取至少一个用户兴趣维度对应的用户兴趣标签信息；
针对各待展示店铺，根据所述至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由；
针对各待展示店铺，从至少一个推荐理由中选取一个推荐理由与待展示店铺列表信息组合推送给客户端，以供所述客户端将推荐理由和店铺信息展示给用户。
可选地，在针对各待展示店铺，从至少一个推荐理由中选取一个推荐理由与待展示店铺列表信息组合推送给客户端进一步包括：
针对各待展示店铺，依据用户兴趣维度优先级对所述至少一个推荐理由进行排序；
根据推荐理由的排序结果从至少一个推荐理由中选取推荐理由，将所选取的推荐理由与待展示店铺列表信息组合推送给客户端。
可选地，在将所选取的推荐理由与待展示店铺列表信息组合推送给客户端之前，所述方法还包括：
依据所选取的推荐理由对应的用户兴趣维度优先级对待展示店铺进行排序；
所述将所选取的推荐理由与待展示店铺列表信息组合推送给客户端进一步包括：
将所选取的推荐理由与排序后的待展示店铺列表信息组合推送给客户端。
可选地，所述针对各待展示店铺，从至少一个推荐理由中选取一个推荐理由与待展示店铺列表信息组合推送给客户端进一步包括：
依据用户兴趣维度优先级确定各用户兴趣维度对应的权重；
依据所述权重对应的概率从至少一个推荐理由中随机选取一个推荐理由；
将所选取的推荐理由与待展示店铺列表信息组合推送给客户端。
可选地，所述至少一个用户兴趣维度包括：用户历史行为维度、用户兴趣类目维度、用户潮标签偏好维度、用户兴趣商圈维度、用户评论偏好维度、和/或场景标签维度；
所述待展示店铺列表信息包括：店铺标识、位置信息。
可选地，所述用户历史行为维度包括：所述用户历史最近浏览维度、所述用户历史最常浏览维度、所述用户历史最常消费维度、所述用户历史最近消费维度；
所述用户历史最近浏览维度、所述用户历史最常浏览维度、所述用户历史最常消费维度、所述用户历史最近消费维度的优先级依次降低，且高于其他用户兴趣维度的优先级。
可选地，所述方法还包括：若查找到与用户历史行为维度相匹配的至少一个推荐理由，将与用户历史行为维度相匹配的至少一个推荐理由对应的待展示店铺在所述待展示店铺列表中进行置顶。
可选地，所述方法还包括：根据所述店铺请求获取店铺特征标签信息；
针对各待展示店铺，根据所述至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由进一步包括：
针对各待展示店铺，根据所述至少一个用户兴趣维度对应的用户兴趣标签信息，查找店铺特征标签信息以确定与各个用户兴趣维度相匹配的至少一个推荐理由。
可选地，所述店铺特征标签信息包括：菜品推荐语、口味推荐语、服务推荐语。
可选地，所述接收客户端发送的携带有用户标识的店铺推荐请求进一步包括：
接收客户端通过触发预设场景对应的触发按钮而发送的携带有用户标识的店铺推荐请求。
可选地，所述根据店铺推荐请求获取待展示店铺列表信息进一步包括：
根据所述店铺推荐请求中的位置信息获取待展示店铺列表信息。
根据本发明的另一方面，提供了一种基于推荐理由的店铺推荐装置，其包括：
接收模块，适于接收客户端发送的携带有用户标识的店铺推荐请求；
第一获取模块，适于根据所述店铺推荐请求获取待展示店铺列表信息；
第二获取模块，适于根据所述用户标识获取至少一个用户兴趣维度对应的用户兴趣标签信息；
查找模块，适于针对各待展示店铺，根据所述至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由；
推送模块，适于针对各待展示店铺，从至少一个推荐理由中选取一个推荐理由与待展示店铺列表信息组合推送给客户端，以供所述客户端将推荐理由和店铺信息展示给用户。
可选地，所述推送模块进一步包括：
推荐理由排序单元，适于针对各待展示店铺，依据用户兴趣维度优先级对所述至少一个推荐理由进行排序；
推送单元，适于根据推荐理由的排序结果从至少一个推荐理由中选取推荐理由，将所选取的推荐理由与待展示店铺列表信息组合推送给客户端。
可选地，所述推送单元进一步适于：依据所选取的推荐理由对应的用户兴趣维度优先级对待展示店铺进行排序；
将所选取的推荐理由与排序后的待展示店铺列表信息组合推送给客户端。
可选地，所述推送模块进一步包括：
权重确定单元，适于依据用户兴趣维度优先级确定各用户兴趣维度对应的权重；
选取单元，适于依据所述权重对应的概率从至少一个推荐理由中随机选取一个推荐理由；
推送单元，适于将所选取的推荐理由与待展示店铺列表信息组合推送给客户端。
可选地，所述至少一个用户兴趣维度包括：用户历史行为维度、用户兴趣类目维度、用户潮标签偏好维度、用户兴趣商圈维度、用户评论偏好维度、和/或场景标签维度；
所述待展示店铺列表信息包括：店铺标识、位置信息。
可选地，所述用户历史行为维度包括：所述用户历史最近浏览维度、所述用户历史最常浏览维度、所述用户历史最常消费维度、所述用户历史最近消费维度；
所述用户历史最近浏览维度、所述用户历史最常浏览维度、所述用户历史最常消费维度、所述用户历史最近消费维度的优先级依次降低，且高于其他用户兴趣维度的优先级。
可选地，所述装置还包括：置顶模块，适于若查找到与用户历史行为维度相匹配的至少一个推荐理由，将与用户历史行为维度相匹配的至少一个推荐理由对应的待展示店铺在所述待展示店铺列表中进行置顶。
可选地，所述第一获取模块进一步适于：根据所述店铺请求获取店铺特征标签信息；
所述查找模块进一步适于：针对各待展示店铺，根据所述至少一个用户兴趣维度对应的用户兴趣标签信息，查找店铺特征标签信息以确定与各个用户兴趣维度相匹配的至少一个推荐理由。
可选地，所述店铺特征标签信息包括：菜品推荐语、口味推荐语、服务推荐语。
可选地，所述接收模块进一步适于：接收客户端通过触发预设场景对应的触发按钮而发送的携带有用户标识的店铺推荐请求。
可选地，所述第一获取模块进一步适于：根据所述店铺推荐请求中的位置信息获取待展示店铺列表信息。
根据本发明的又一方面，提供了一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行上述基于推荐理由的店铺推荐方法对应的操作。
根据本发明的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述基于推荐理由的店铺推荐方法对应的操作。
根据本发明提供的方案，接收客户端发送的携带有用户标识的店铺推荐请求，根据所述店铺推荐请求获取待展示店铺列表信息，根据店铺推荐请求中的用户标识获取至少一个用户兴趣维度对应的用户兴趣标签信息，针对各待展示店铺，根据所述至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由，针对各待展示店铺，从至少一个推荐理由中选取一个推荐理由与待展示店铺列表信息组合推送给客户端，以供所述客户端将推荐理由和店铺信息展示给用户。基于本发明实施例的方案，能够实现针对不同用户，向用户推荐店铺的推荐理由不同，实现了个性化的推送推荐理由，推荐理由多样丰富，且结合了用户兴趣保证了提供差异性的服务，避免了现有的推荐理由推送方法中推送的推荐理由的过于单一、以及无法针对不同用户而有针对性的提供推荐理由而导致的用户体验差的缺陷。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了根据本发明一个实施例的基于推荐理由的店铺推荐方法的流程示意图；
图2示出了根据本发明另一个实施例的基于推荐理由的店铺推荐方法的流程示意图；
图3示出了根据本发明又一个实施例的基于推荐理由的店铺推荐方法的流程示意图；
图4示出了根据本发明一个实施例的基于推荐理由的店铺推荐装置的结构示意图；
图5示出了根据本发明另一个实施例的基于推荐理由的店铺推荐装置的结构示意图；
图6示出了根据本发明又一个实施例的基于推荐理由的店铺推荐装置的结构示意图；
图7示出了根据本发明一个实施例的一种计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
图1示出了根据本发明一个实施例的基于推荐理由的店铺推荐方法的流程示意图。如图1所示，该方法包括以下步骤：
步骤S100，接收客户端发送的携带有用户标识的店铺推荐请求。
本发明实施例中所涉及的客户端可以包括但不限于手机、个人数字助理(Personal Digital Assistant，PDA)、平板电脑(Tablet Computer)、个人电脑(PersonalComputer，PC)等。
具体地，用户触发客户端上安装的应用所提供的基于推荐理由的店铺推荐的功能，即视为客户端发送了携带有用户标识的店铺推荐请求，其中，每个用户都具有唯一的用户标识，根据用户标识可以将用户区分开来，因此，根据用户标识可以实现个性化地向用户推送店铺对应的推荐理由。可以理解的是，应用可以是安装在客户端上的本地程序(nativeApp)，或者还可以是客户端上的浏览器的一个网页程序(webApp)，本实施例对此不进行特别限定。
步骤S101，根据店铺推荐请求获取待展示店铺列表信息。
具体地，在接收到客户端发送的店铺推荐请求后，可以根据店铺推荐请求获取待展示店铺列表信息，其中，待展示店铺的数量可以根据预先设定，例如，为了使得向用户推送的店铺信息更为全面，用户可选择性更高，可以设定待展示店铺的数量高一些，如20个或30个，这里仅是举例说明，不具有任何限定作用，当然，待展示店铺的数量还可以根据客户端的显示屏为依据进行设定，例如，店铺推荐请求中可以携带有客户端的型号信息，根据型号信息可以确定客户端的显示屏的大小，从而确定待展示店铺的数量，如此，待展示店铺的数量可能相对少一些，但是无需用户进行任何其他拖拽操作。
步骤S102，根据用户标识获取至少一个用户兴趣维度对应的用户兴趣标签信息。
用户兴趣维度从不同的方面对用户的兴趣进行了不同的体现，从总体而言，针对于不同的用户，用户兴趣维度大致相同，然而，从个体而言，同一用户兴趣维度下，不同的用户，用户兴趣维度对的用户兴趣标签信息又可能不同，用户兴趣标签信息直接地体现了用户的兴趣，因此，需要根据用户标识获取至少一个用户兴趣维度对应的用户兴趣标签信息。
步骤S103，针对各待展示店铺，根据至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由。
在步骤S102之后，还需要针对各个待展示店铺，查找该店铺下与各个用户兴趣维度相匹配的至少一个推荐理由，为了避免推荐理由的单一性问题、以及无法针对不同用户而有针对性的提供推荐理由的缺陷，这里需要根据至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由。
步骤S104，针对各待展示店铺，从至少一个推荐理由中选取一个推荐理由与待展示店铺列表信息组合推送给客户端，以供客户端将推荐理由和店铺信息展示给用户。
步骤S103得到的推荐理由可能为多个，但是无需将所查找到的全部推荐理由都展示给用户，因此，针对各待展示店铺，可以从至少一个推荐理由中选取一个推荐理由与待展示店铺列表信息组合推送给客户端，以供客户端将推荐理由和店铺信息展示给用户，由此，能够实现即使是向不同的用户推荐了相同的店铺，由于不同用户对应的用户兴趣标签信息不同，从而使得所查找到的推荐理由不同，实现了个性化的推送推荐理由，保证了提供差异性的服务。
根据本发明上述实施例提供的方法，接收客户端发送的携带有用户标识的店铺推荐请求，根据店铺推荐请求获取待展示店铺列表信息，根据店铺推荐请求中的用户标识获取至少一个用户兴趣维度对应的用户兴趣标签信息，针对各待展示店铺，根据至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由，针对各待展示店铺，从至少一个推荐理由中选取一个推荐理由与待展示店铺列表信息组合推送给客户端，以供客户端将推荐理由和店铺信息展示给用户。基于本发明实施例的方案，能够实现针对不同用户，向用户推荐店铺的推荐理由不同，实现了个性化的推送推荐理由，提供差异性的服务，避免了现有的推荐理由推送方法中推送的推荐理由的过于单一、以及无法针对不同用户而有针对性的提供推荐理由而导致的用户体验差的缺陷。
图2示出了根据本发明另一个实施例的基于推荐理由的店铺推荐方法的流程示意图。如图2所示，该方法包括以下步骤：
步骤S200，接收客户端通过触发预设场景对应的触发按钮而发送的携带有用户标识的店铺推荐请求。
本发明提供的基于推荐理由的店铺推荐方法可以应用于不同的场景中，例如，客户端上安装的应用所提供的“为你定制”服务、“人气眼”服务、“搜索”服务，用户点击“为你定制”、“人气眼”“搜索”对应的触发按钮，即可视为客户端发送了携带有用户标识的店铺推荐请求。
步骤S201，根据店铺推荐请求中的位置信息获取待展示店铺列表信息。
具体地，客户端发送的店铺推荐请求中还可以携带有用户当前的位置信息，根据用户当前的位置信息获取待展示店铺列表信息，例如，可以以用户当前位置信息为中心点、预设距离为半径，例如1千米，获取相应范围内的店铺信息，待展示店铺列表信息包括：店铺标识、位置信息，其中，店铺标识具体可以为店铺名称，位置信息体现了店铺与用户当前的位置之间的距离。为了使得向用户推送的店铺信息更为全面，用户可选择性更高，本领域技术人员可以根据需要设定待展示店铺的数量，这里不做具体说明。
步骤S202，根据用户标识获取至少一个用户兴趣维度对应的用户兴趣标签信息。
具体地，至少一个用户兴趣维度包括：用户历史行为维度、用户兴趣类目维度、用户潮标签偏好维度、用户兴趣商圈维度、用户评论偏好维度、和/或场景标签维度，其中，用户历史行为维度表示了用户历史浏览、历史购买等行为；用户兴趣类目维度表示了用户历史偏好的类目，可以根据用户历史的消费行为确定，类目可以表明店铺的分类；用户兴趣商圈维度是对用户常去的商圈的说明；用户评论偏好维度体现了用户所关注的店铺主题信息；场景标签维度体现了店铺所适合的人群等。
用户兴趣维度从不同的方面对用户的兴趣进行了不同的体现，从总体而言，针对于不同的用户，用户兴趣维度大致相同，然而，从个体而言，同一用户兴趣维度下，不同的用户，用户兴趣维度对的用户兴趣标签信息又可能不同，用户兴趣标签信息直接地体现了用户的兴趣。因此，需要根据用户标识获取至少一个用户兴趣维度对应的用户兴趣标签信息，针对用户兴趣类目维度而言，有的用户的用户兴趣标签信息可能是火锅，而有的用户的用户兴趣标签信息可能是烧烤；又例如，针对用户兴趣商圈维度而言，有的用户的用户兴趣标签信息可能是王府井商圈，而有的用户的用户兴趣标签信息可能是西单商圈，这里不再一一列举说明。
步骤S203，针对各待展示店铺，根据至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由。
在步骤S202之后，还需要针对各个待展示店铺，查找该店铺下与各个用户兴趣维度相匹配的至少一个推荐理由，对于某个待展示店铺，可能并不存在某个用户兴趣维度对应的用户兴趣标签信息，例如，针对于用户历史行为维度而言，用户可能在最近并没有浏览过店铺或者在该店铺消费过，如此便查找不到与该用户兴趣维度相匹配的推荐理由，当然也可能出现某个待展示店铺存在多个用户兴趣维度对应的用户兴趣标签信息，如此可以找到多个推荐理由。
以用户兴趣维度为用户兴趣商圈维度为例，可以根据用户兴趣商圈列表来判断各个待展示店铺是否属于用户兴趣商圈范围内，例如，以A商场为例，定义A商场的两公里范围内的店铺属于该商圈，两公里以外的店铺不属于商圈，若待展示店铺B在A商场两公里范围内，则确定店铺B属于商圈，查找与用户兴趣商圈维度相匹配的至少一个推荐理，该推荐理由可以是由服务器生成的，例如，可以提供有用户兴趣商圈维度对应的推荐理由模板，例如“你常去的XX附近的门店”，根据商圈信息填写对应的模板，生成对应的推荐理由，例如，推荐理由具体可以为“你常去的黄龙附近的门店”。
本发明实施例根据店铺推荐请求还可以获取到店铺特征标签信息，店铺特征标签信息又可以包括：菜品推荐语、口味推荐语、服务推荐语，这些推荐语可以是其他用户对店铺的评价，也可以是店主针对店铺而设定的店铺固有属性信息，对于一些比较好的推荐语可以直接作为相应的推荐理由，例如其他用户C对店铺B的评价为“超级便宜，性价比高”，该评价可以直接作为与用户评论偏好维度相匹配的推荐理由，当然，也可能存在某些推荐语较为简单的情况，例如，“够辣”，对于这类推荐语，服务器则需要进行相应的处理，例如根据推荐语和相应的推荐理由模板生成相应的推荐理由。这里不再对查找与各个用户兴趣维度相匹配的至少一个推荐理由做具体一一列举，表1示出了不同用户兴趣维度对应的推荐理由样例：
表1：
用户兴趣维度 推荐理由样例
用户历史行为维度 你刚刚浏览过的店
用户兴趣类目维度 根据你的火锅偏好而推荐
用户潮标签偏好维度 为甜品控推荐
用户兴趣商圈维度 你常去地黄龙附近的门店
场景标签维度 专为你选出的情侣约会的好去处
用户评论偏好维度 超级便宜，性价比高
步骤S204，针对各待展示店铺，依据用户兴趣维度优先级对至少一个推荐理由进行排序。
在本发明实施例中，不同用户兴趣维度具有的优先级不同，例如，用户历史行为维度、用户兴趣类目维度、用户潮标签偏好维度、用户兴趣商圈维度、用户评论偏好维度、场景标签维度的优先级可以依次降低，这里仅是举例说明，上述用户兴趣维度对应其他的优先级，其中，无论优先级如何变化，用户历史行为维度的优先级最高，而用户历史行为维度包括：用户历史最近浏览维度、用户历史最常浏览维度、用户历史最常消费维度、用户历史最近消费维度；其中，用户历史最近浏览维度、用户历史最常浏览维度、用户历史最常消费维度、用户历史最近消费维度的优先级依次降低，且高于其他用户兴趣维度的优先级。
用户兴趣维度优先级表明了一定的次序，因此，针对各待展示店铺，可以依据用户兴趣维度优先级来对所获取到的至少一个推荐理由进行排序，即店铺内的推荐理由进行排序，以方便选择一个更合适的推荐理由来推送给客户端。
步骤S205，根据推荐理由的排序结果从至少一个推荐理由中选取推荐理由。
在依据用户兴趣维度优先级对至少一个推荐理由进行排序后，得到推荐理由的排序结果，然后，依据推荐理由的排序结果从至少一个推荐理由中选取推荐理由，例如选择排序在第一位的推荐理由。
步骤S206，依据所选取的推荐理由对应的用户兴趣维度优先级对待展示店铺进行排序。
在根据推荐理由的排序结果从至少一个推荐理由中选取推荐理由后，可以依据所选取的推荐理由对应的用户兴趣维度优先级对待展示店铺进行排序，举例说明，设定用户历史行为维度、用户兴趣类目维度、用户潮标签偏好维度、用户兴趣商圈维度、用户评论偏好维度、场景标签维度的优先级依次降低，根据推荐理由的排序结果从至少一个推荐理由中选取推荐理由后，各待展示店铺的与推荐理由、用户兴趣维度如表2所示：
表2
店铺标识 推荐理由 用户兴趣维度
店铺A 你刚刚浏览过的店 用户历史行为维度
店铺B 为甜品控推荐 用户潮标签偏好维度
店铺C 专为你选出的情侣约会的好去处 场景标签维度
店铺D 你常去地黄龙附近的门店 用户兴趣商圈维度
店铺E 根据你的火锅偏好而推荐 用户兴趣类目维度
店铺F 超级便宜，性价比高 用户评论偏好维度
依据所选取的推荐理由对应的用户兴趣维度优先级对待展示店铺进行排序，得到排序后的店铺列表如下：店铺A、店铺E、店铺B、店铺D、店铺F、店铺C。
步骤S207，将所选取的推荐理由与排序后的待展示店铺列表信息组合推送给客户端，以供客户端将推荐理由和店铺信息展示给用户。
在依据所选取的推荐理由对应的用户兴趣维度优先级对待展示店铺进行排序之后，将所选取的推荐理由与排序后的待展示店铺列表信息组合推送给客户端，客户端将店铺列表信息与推荐理由展示给用户，用户可以将相应的推荐理由作为参考，来选择相应的消费店铺。
在本发明一种可选实施方式中，还可以在根据推荐理由的排序结果从至少一个推荐理由中选取推荐理由后，直接将所选取的推荐理由与待展示店铺列表信息组合推送给客户端，而无需对店铺进行排序。
在本发明一种可选实施方式中，规定了用户历史行为维度的优先级最高，若查找到与用户历史行为维度相匹配的至少一个推荐理由，则可以直接选取用户历史行为维度对应的推荐理由，而无需再对该待展示店铺的推荐理由进行排序，在进行店铺展示钱，可以将与用户历史行为维度相匹配的至少一个推荐理由对应的待展示店铺在待展示店铺列表中进行置顶，而其他待展示店铺的位置顺序向下移动一位。
根据本发明上述实施例提供的方法，结合用户兴趣标签信息推送推荐理由，能够实现针对不同用户，向用户推荐店铺的推荐理由不同，实现了个性化的推送推荐理由，且能够保证所推送的推荐理由符合用户兴趣，确保推荐理由多样丰富，从而提供差异性的服务，避免了现有的推荐理由推送方法中推送的推荐理由的过于单一、以及无法针对不同用户而有针对性的提供推荐理由而导致的用户体验差的缺陷，通过依据所选取的推荐理由对应的用户兴趣维度优先级对待展示店铺进行排序，将更为符合用户兴趣的店铺优先展示，便于用户选择。
图3示出了根据本发明又一个实施例的基于推荐理由的店铺推荐方法的流程示意图。如图3所示，该方法包括以下步骤：
步骤S300，接收客户端通过触发预设场景对应的触发按钮而发送的携带有用户标识的店铺推荐请求。
步骤S301，根据店铺推荐请求中的位置信息获取待展示店铺列表信息。
步骤S302，根据用户标识获取至少一个用户兴趣维度对应的用户兴趣标签信息。
步骤S303，针对各待展示店铺，根据至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由。
本发明实施例所示的步骤S300-步骤S303与图2所示实施例中的步骤S200-步骤S203类似，这里不再赘述。
步骤S304，依据用户兴趣维度优先级确定各用户兴趣维度对应的权重。
具体地，用户兴趣维度的优先级不同，会使得各用户兴趣维度对应的权重不同，用户兴趣维度的优先级高，可以确定该用户兴趣维度对应的权重高，用户兴趣维度的优先级低，则该用户兴趣维度对应的权重低，如此可以确定每个用户兴趣维度对应的权重。
步骤S305，针对各待展示店铺，依据权重对应的概率从至少一个推荐理由中随机选取一个推荐理由。
在确定了各用户兴趣维度对应的权重后，可以依据权重对应的概率从至少一个推荐理由中随机选取一个推荐理由，举例说明，用户历史行为维度、用户兴趣类目维度、用户潮标签偏好维度、用户兴趣商圈维度、用户评论偏好维度、场景标签维度的权重分别为0.4、0.2、0.1、0.1、0.1、0.1，则从至少一个推荐理由中选取到该用户兴趣维度对应的推荐理由的概率分别为0.4、0.2、0.1、0.1、0.1、0.1，从而保证了推荐理由的多样性。
步骤S306，将所选取的推荐理由与待展示店铺列表信息组合推送给客户端，以供客户端将推荐理由和店铺信息展示给用户。
在依据权重对应的概率从至少一个推荐理由中随机选取一个推荐理由之后，将所选取的推荐理由与待展示店铺列表信息组合推送给客户端，客户端将店铺列表信息与推荐理由展示给用户，用户可以将相应的推荐理由作为参考，来选择相应的消费店铺。
根据本发明上述实施例提供的方法，结合用户兴趣标签信息推送推荐理由，且推送的推荐理由是随机选取的，能够实现针对不同用户，向用户推荐店铺的推荐理由不同，实现了个性化的推送推荐理由，且能够保证所推送的推荐理由符合用户兴趣，确保推荐理由多样丰富，从而提供差异性的服务，避免了现有的推荐理由推送方法中推送的推荐理由的过于单一、以及无法针对不同用户而有针对性的提供推荐理由而导致的用户体验差的缺陷。
图4示出了根据本发明一个实施例的基于推荐理由的店铺推荐装置的结构示意图。如图4所示，该装置包括：接收模块400、第一获取模块410、第二获取模块420、查找模块430、推送模块440。
接收模块400，适于接收客户端发送的携带有用户标识的店铺推荐请求。
第一获取模块410，适于根据店铺推荐请求获取待展示店铺列表信息。
其中，待展示店铺列表信息包括：店铺标识、位置信息。
第二获取模块420，适于根据用户标识获取至少一个用户兴趣维度对应的用户兴趣标签信息。
查找模块430，适于针对各待展示店铺，根据至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由。
推送模块440，适于针对各待展示店铺，从至少一个推荐理由中选取一个推荐理由与待展示店铺列表信息组合推送给客户端，以供客户端将推荐理由和店铺信息展示给用户。
可选地，至少一个用户兴趣维度包括：用户历史行为维度、用户兴趣类目维度、用户潮标签偏好维度、用户兴趣商圈维度、用户评论偏好维度、和/或场景标签维度；用户历史行为维度包括：用户历史最近浏览维度、用户历史最常浏览维度、用户历史最常消费维度、用户历史最近消费维度；用户历史最近浏览维度、用户历史最常浏览维度、用户历史最常消费维度、用户历史最近消费维度的优先级依次降低，且高于其他用户兴趣维度的优先级。
可选地，装置还包括：置顶模块450，适于若查找到与用户历史行为维度相匹配的至少一个推荐理由，将与用户历史行为维度相匹配的至少一个推荐理由对应的待展示店铺在待展示店铺列表中进行置顶。
根据本发明上述实施例提供的装置，接收客户端发送的携带有用户标识的店铺推荐请求，根据店铺推荐请求获取待展示店铺列表信息，根据店铺推荐请求中的用户标识获取至少一个用户兴趣维度对应的用户兴趣标签信息，针对各待展示店铺，根据至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由，针对各待展示店铺，从至少一个推荐理由中选取一个推荐理由与待展示店铺列表信息组合推送给客户端，以供客户端将推荐理由和店铺信息展示给用户。基于本发明实施例的方案，能够实现针对不同用户，向用户推荐店铺的推荐理由不同，实现了个性化的推送推荐理由，提供差异性的服务，避免了现有的推荐理由推送方法中推送的推荐理由的过于单一、以及无法针对不同用户而有针对性的提供推荐理由而导致的用户体验差的缺陷。
图5示出了根据本发明另一个实施例的基于推荐理由的店铺推荐装置的结构示意图。如图5所示，该装置包括：接收模块500、第一获取模块510、第二获取模块520、查找模块530、推送模块540。
接收模块500，适于接收客户端通过触发预设场景对应的触发按钮而发送的携带有用户标识的店铺推荐请求。
第一获取模块510，适于根据店铺推荐请求中的位置信息获取待展示店铺列表信息。
第二获取模块520，适于根据用户标识获取至少一个用户兴趣维度对应的用户兴趣标签信息。
查找模块530，适于针对各待展示店铺，根据至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由。
在本发明一种可选实施方式中，所述第一获取模块进一步适于：根据所述店铺请求获取店铺特征标签信息，其中，所述店铺特征标签信息包括：菜品推荐语、口味推荐语、服务推荐语。
所述查找模块进一步适于：针对各待展示店铺，根据所述至少一个用户兴趣维度对应的用户兴趣标签信息，查找店铺特征标签信息以确定与各个用户兴趣维度相匹配的至少一个推荐理由。
推送模块540进一步包括：推荐理由排序单元541，适于针对各待展示店铺，依据用户兴趣维度优先级对至少一个推荐理由进行排序；
推送单元542，适于根据推荐理由的排序结果从至少一个推荐理由中选取推荐理由，将所选取的推荐理由与待展示店铺列表信息组合推送给客户端，以供客户端将推荐理由和店铺信息展示给用户。
其中，推送单元542进一步适于：依据所选取的推荐理由对应的用户兴趣维度优先级对待展示店铺进行排序；
将所选取的推荐理由与排序后的待展示店铺列表信息组合推送给客户端。
根据本发明上述实施例提供的装置，结合用户兴趣标签信息推送推荐理由，能够实现针对不同用户，向用户推荐店铺的推荐理由不同，实现了个性化的推送推荐理由，且能够保证所推送的推荐理由符合用户兴趣，确保推荐理由多样丰富，从而提供差异性的服务，避免了现有的推荐理由推送方法中推送的推荐理由的过于单一、以及无法针对不同用户而有针对性的提供推荐理由而导致的用户体验差的缺陷，通过依据所选取的推荐理由对应的用户兴趣维度优先级对待展示店铺进行排序，将更为符合用户兴趣的店铺优先展示，便于用户选择。
图6示出了根据本发明又一个实施例的基于推荐理由的店铺推荐装置的结构示意图。如图6所示，该装置包括：接收模块600、第一获取模块610、第二获取模块620、查找模块630、推送模块640。
接收模块600，适于接收客户端通过触发预设场景对应的触发按钮而发送的携带有用户标识的店铺推荐请求。
第一获取模块610，适于根据店铺推荐请求中的位置信息获取待展示店铺列表信息。
第二获取模块620，适于根据用户标识获取至少一个用户兴趣维度对应的用户兴趣标签信息。
查找模块630，适于针对各待展示店铺，根据至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由。
推送模块640进一步包括：权重确定单元641，适于依据用户兴趣维度优先级确定各用户兴趣维度对应的权重；
选取单元642，适于依据权重对应的概率从至少一个推荐理由中随机选取一个推荐理由；
推送单元643，适于将所选取的推荐理由与待展示店铺列表信息组合推送给客户端，以供客户端将推荐理由和店铺信息展示给用户。
根据本发明上述实施例提供的装置，结合用户兴趣标签信息推送推荐理由，且推送的推荐理由是随机选取的，能够实现针对不同用户，向用户推荐店铺的推荐理由不同，实现了个性化的推送推荐理由，且能够保证所推送的推荐理由符合用户兴趣，确保推荐理由多样丰富，从而提供差异性的服务，避免了现有的推荐理由推送方法中推送的推荐理由的过于单一、以及无法针对不同用户而有针对性的提供推荐理由而导致的用户体验差的缺陷。
本申请实施例还提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的基于推荐理由的店铺推荐方法。
图7示出了根据本发明一个实施例的一种计算设备的结构示意图，本发明具体实施例并不对计算设备的具体实现做限定。
如图7所示，该计算设备可以包括：处理器(processor)702、通信接口(Communications Interface)704、存储器(memory)706、以及通信总线708。
其中：
处理器702、通信接口704、以及存储器706通过通信总线708完成相互间的通信。
通信接口704，用于与其它设备比如客户端或其它服务器等的网元通信。
处理器702，用于执行程序710，具体可以执行上述基于推荐理由的店铺推荐方法实施例中的相关步骤。
具体地，程序710可以包括程序代码，该程序代码包括计算机操作指令。
处理器702可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。计算设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器706，用于存放程序710。存储器706可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序710具体可以用于使得处理器702执行图1-图3所示实施例中的方法。
在此提供的算法和显示不与任何特定计算机、虚拟***或者其它设备固有相关。各种通用***也可以与基于在此的示教一起使用。根据上面的描述，构造这类***所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的基于推荐理由的店铺推荐设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (24)

1.一种基于推荐理由的店铺推荐方法，其包括：
接收客户端发送的携带有用户标识的店铺推荐请求；
根据所述店铺推荐请求获取待展示店铺列表信息；
根据所述用户标识获取至少一个用户兴趣维度对应的用户兴趣标签信息；其中，同一用户兴趣维度下，不同用户的用户兴趣维度对应的用户兴趣标签信息不同，用户兴趣标签信息体现了用户的兴趣；
针对各待展示店铺，根据所述至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由；
针对各待展示店铺，从至少一个推荐理由中选取一个推荐理由与待展示店铺列表信息组合推送给客户端，以供所述客户端将推荐理由和店铺信息展示给用户。
2.根据权利要求1所述的方法，其中，在针对各待展示店铺，从至少一个推荐理由中选取一个推荐理由与待展示店铺列表信息组合推送给客户端进一步包括：
针对各待展示店铺，依据用户兴趣维度优先级对所述至少一个推荐理由进行排序；
根据推荐理由的排序结果从至少一个推荐理由中选取推荐理由，将所选取的推荐理由与待展示店铺列表信息组合推送给客户端。
3.根据权利要求2所述的方法，其中，在将所选取的推荐理由与待展示店铺列表信息组合推送给客户端之前，所述方法还包括：
依据所选取的推荐理由对应的用户兴趣维度优先级对待展示店铺进行排序；
所述将所选取的推荐理由与待展示店铺列表信息组合推送给客户端进一步包括：
将所选取的推荐理由与排序后的待展示店铺列表信息组合推送给客户端。
4.根据权利要求1所述的方法，其中，所述针对各待展示店铺，从至少一个推荐理由中选取一个推荐理由与待展示店铺列表信息组合推送给客户端进一步包括：
依据用户兴趣维度优先级确定各用户兴趣维度对应的权重；
依据所述权重对应的概率从至少一个推荐理由中随机选取一个推荐理由；
将所选取的推荐理由与待展示店铺列表信息组合推送给客户端。
5.根据权利要求1-4任一项所述的方法，其中，所述至少一个用户兴趣维度包括：用户历史行为维度、用户兴趣类目维度、用户潮标签偏好维度、用户兴趣商圈维度、用户评论偏好维度、和/或场景标签维度；
所述待展示店铺列表信息包括：店铺标识、位置信息。
6.根据权利要求5所述的方法，其中，所述用户历史行为维度包括：用户历史最近浏览维度、用户历史最常浏览维度、用户历史最常消费维度、用户历史最近消费维度；
所述用户历史最近浏览维度、所述用户历史最常浏览维度、所述用户历史最常消费维度、所述用户历史最近消费维度的优先级依次降低，且高于其他用户兴趣维度的优先级。
7.根据权利要求6所述的方法，其中，所述方法还包括：若查找到与用户历史行为维度相匹配的至少一个推荐理由，将与用户历史行为维度相匹配的至少一个推荐理由对应的待展示店铺在所述待展示店铺列表中进行置顶。
8.根据权利要求1所述的方法，其中，所述方法还包括：根据所述店铺推荐请求获取店铺特征标签信息；
针对各待展示店铺，根据所述至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由进一步包括：
针对各待展示店铺，根据所述至少一个用户兴趣维度对应的用户兴趣标签信息，查找店铺特征标签信息以确定与各个用户兴趣维度相匹配的至少一个推荐理由。
9.根据权利要求8所述的方法，其中，所述店铺特征标签信息包括：菜品推荐语、口味推荐语、服务推荐语。
10.根据权利要求1-4任一项所述的方法，其中，所述接收客户端发送的携带有用户标识的店铺推荐请求进一步包括：
接收客户端通过触发预设场景对应的触发按钮而发送的携带有用户标识的店铺推荐请求。
11.根据权利要求1-4任一项所述的方法，其中，所述根据店铺推荐请求获取待展示店铺列表信息进一步包括：
根据所述店铺推荐请求中的位置信息获取待展示店铺列表信息。
12.一种基于推荐理由的店铺推荐装置，其包括：
接收模块，适于接收客户端发送的携带有用户标识的店铺推荐请求；
第一获取模块，适于根据所述店铺推荐请求获取待展示店铺列表信息；
第二获取模块，适于根据所述用户标识获取至少一个用户兴趣维度对应的用户兴趣标签信息；其中，同一用户兴趣维度下，不同用户的用户兴趣维度对应的用户兴趣标签信息不同，用户兴趣标签信息体现了用户的兴趣；
查找模块，适于针对各待展示店铺，根据所述至少一个用户兴趣维度对应的用户兴趣标签信息，查找与各个用户兴趣维度相匹配的至少一个推荐理由；
推送模块，适于针对各待展示店铺，从至少一个推荐理由中选取一个推荐理由与待展示店铺列表信息组合推送给客户端，以供所述客户端将推荐理由和店铺信息展示给用户。
13.根据权利要求12所述的装置，其中，所述推送模块进一步包括：
推荐理由排序单元，适于针对各待展示店铺，依据用户兴趣维度优先级对所述至少一个推荐理由进行排序；
推送单元，适于根据推荐理由的排序结果从至少一个推荐理由中选取推荐理由，将所选取的推荐理由与待展示店铺列表信息组合推送给客户端。
14.根据权利要求13所述的装置，其中，所述推送单元进一步适于：依据所选取的推荐理由对应的用户兴趣维度优先级对待展示店铺进行排序；
将所选取的推荐理由与排序后的待展示店铺列表信息组合推送给客户端。
15.根据权利要求12所述的装置，其中，所述推送模块进一步包括：
权重确定单元，适于依据用户兴趣维度优先级确定各用户兴趣维度对应的权重；
选取单元，适于依据所述权重对应的概率从至少一个推荐理由中随机选取一个推荐理由；
推送单元，适于将所选取的推荐理由与待展示店铺列表信息组合推送给客户端。
16.根据权利要求12-15任一项所述的装置，其中，所述至少一个用户兴趣维度包括：用户历史行为维度、用户兴趣类目维度、用户潮标签偏好维度、用户兴趣商圈维度、用户评论偏好维度、和/或场景标签维度；
所述待展示店铺列表信息包括：店铺标识、位置信息。
17.根据权利要求16所述的装置，其中，所述用户历史行为维度包括：用户历史最近浏览维度、用户历史最常浏览维度、用户历史最常消费维度、用户历史最近消费维度；
所述用户历史最近浏览维度、所述用户历史最常浏览维度、所述用户历史最常消费维度、所述用户历史最近消费维度的优先级依次降低，且高于其他用户兴趣维度的优先级。
18.根据权利要求17所述的装置，其中，所述装置还包括：置顶模块，适于若查找到与用户历史行为维度相匹配的至少一个推荐理由，将与用户历史行为维度相匹配的至少一个推荐理由对应的待展示店铺在所述待展示店铺列表中进行置顶。
19.根据权利要求12所述的装置，其中，所述第一获取模块进一步适于：根据所述店铺推荐请求获取店铺特征标签信息；
所述查找模块进一步适于：针对各待展示店铺，根据所述至少一个用户兴趣维度对应的用户兴趣标签信息，查找店铺特征标签信息以确定与各个用户兴趣维度相匹配的至少一个推荐理由。
20.根据权利要求19所述的装置，其中，所述店铺特征标签信息包括：菜品推荐语、口味推荐语、服务推荐语。
21.根据权利要求12-15任一项所述的装置，其中，所述接收模块进一步适于：接收客户端通过触发预设场景对应的触发按钮而发送的携带有用户标识的店铺推荐请求。
22.根据权利要求12-15任一项所述的装置，其中，所述第一获取模块进一步适于：根据所述店铺推荐请求中的位置信息获取待展示店铺列表信息。
23.一种计算设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-11中任一项所述的基于推荐理由的店铺推荐方法对应的操作。
24.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-11中任一项所述的基于推荐理由的店铺推荐方法对应的操作。
CN201710919510.2A 2017-09-30 2017-09-30 基于推荐理由的店铺推荐方法及装置 Active CN107730313B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011104567.5A CN112150212A (zh) 2017-09-30 2017-09-30 基于推荐理由的店铺推荐方法及装置
CN201710919510.2A CN107730313B (zh) 2017-09-30 2017-09-30 基于推荐理由的店铺推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710919510.2A CN107730313B (zh) 2017-09-30 2017-09-30 基于推荐理由的店铺推荐方法及装置

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202011104567.5A Division CN112150212A (zh) 2017-09-30 2017-09-30 基于推荐理由的店铺推荐方法及装置

Publications (2)

Publication Number Publication Date
CN107730313A CN107730313A (zh) 2018-02-23
CN107730313B true CN107730313B (zh) 2020-11-03

Family

ID=61209723

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202011104567.5A Pending CN112150212A (zh) 2017-09-30 2017-09-30 基于推荐理由的店铺推荐方法及装置
CN201710919510.2A Active CN107730313B (zh) 2017-09-30 2017-09-30 基于推荐理由的店铺推荐方法及装置

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202011104567.5A Pending CN112150212A (zh) 2017-09-30 2017-09-30 基于推荐理由的店铺推荐方法及装置

Country Status (1)

Country Link
CN (2) CN112150212A (zh)

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108288219A (zh) * 2018-03-19 2018-07-17 口口相传(北京)网络技术有限公司 餐品信息的推送方法及***
CN108510318A (zh) * 2018-03-21 2018-09-07 口碑(上海)信息技术有限公司 基于地址围栏探测用户到达商圈的方法及装置
CN108721897B (zh) * 2018-05-16 2022-01-28 北京奇虎科技有限公司 游戏素材的展示方法、装置、计算设备及计算机存储介质
CN108648059B (zh) * 2018-05-16 2020-08-04 口口相传(北京)网络技术有限公司 订单推荐方法及装置
JPWO2019225575A1 (ja) * 2018-05-25 2021-05-27 パナソニックＩｐマネジメント株式会社 活動支援方法、プログラム及び活動支援システム
CN109727085A (zh) * 2018-06-01 2019-05-07 平安普惠企业管理有限公司 保险展业方法、装置、设备及可读存储介质
CN110827101B (zh) * 2018-08-07 2024-05-24 北京京东尚科信息技术有限公司 一种店铺推荐的方法和装置
CN109191252A (zh) * 2018-08-31 2019-01-11 浙江口碑网络技术有限公司 基于增强现实技术的菜品推荐方法及装置
CN109003170A (zh) * 2018-08-31 2018-12-14 浙江口碑网络技术有限公司 用于在页面中展示的店铺素材的获取方法及装置
CN110929138B (zh) * 2018-09-04 2024-03-29 阿里巴巴集团控股有限公司 推荐信息生成方法、装置、设备及存储介质
CN109408720B (zh) * 2018-09-16 2021-11-23 苏州云巢文化传媒有限公司 基于电子锁屏幕的信息推荐方法、***及介质
JP7172408B2 (ja) * 2018-10-09 2022-11-16 トヨタ自動車株式会社 情報処理装置、情報処理方法、およびプログラム
WO2020232616A1 (zh) * 2019-05-20 2020-11-26 深圳市欢太科技有限公司 信息推荐方法、装置、电子设备以及存储介质
CN112016582B (zh) * 2019-05-31 2023-11-24 口口相传(北京)网络技术有限公司 菜品推荐方法及其装置
CN110264252A (zh) * 2019-06-01 2019-09-20 浙江华坤道威数据科技有限公司 一种基于lbs定位的广告定点投放***
CN110457570A (zh) * 2019-06-20 2019-11-15 拉扎斯网络科技（上海）有限公司 文本推送方法、装置、服务器和存储介质
CN110737826A (zh) * 2019-09-06 2020-01-31 拉扎斯网络科技（上海）有限公司 搜索推荐方法、装置、电子设备及存储介质
CN110599255A (zh) * 2019-09-18 2019-12-20 重庆动美网络科技有限公司 一种商铺信息的推送方法
CN110909241B (zh) * 2019-11-20 2023-04-07 腾讯科技（深圳）有限公司 信息推荐方法、用户标识推荐方法、装置及设备
CN111008331B (zh) * 2019-11-29 2023-09-15 拉扎斯网络科技（上海）有限公司 门店端的展示方法、装置、电子设备及存储介质
CN111161012B (zh) * 2019-12-05 2020-10-02 广州二空间信息服务有限公司 一种信息推送方法、装置及计算机设备
CN111311317B (zh) * 2020-02-06 2023-07-11 大众问问(北京)信息科技有限公司 一种信息推荐方法、装置、设备及***
CN113158056A (zh) * 2021-04-27 2021-07-23 口碑(上海)信息技术有限公司 推荐语的生成方法及装置
CN113688335B (zh) * 2021-07-23 2023-09-01 北京三快在线科技有限公司 排序理由生成方法、装置、电子设备及存储介质
CN113888291B (zh) * 2021-12-08 2022-04-22 北京达佳互联信息技术有限公司 虚拟空间处理方法、装置、电子设备及存储介质
CN116562902A (zh) * 2023-05-08 2023-08-08 广州商研网络科技有限公司 店铺销售策略推荐方法及其装置、设备、介质、产品

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103258045A (zh) * 2013-05-24 2013-08-21 百度在线网络技术（北京）有限公司 推荐内容确定***和方法
CN103970857A (zh) * 2014-05-07 2014-08-06 百度在线网络技术（北京）有限公司 推荐内容确定***和方法
CN105335515A (zh) * 2015-10-30 2016-02-17 网易传媒科技（北京）有限公司 一种信息推荐方法和装置
CN105824923A (zh) * 2016-03-17 2016-08-03 海信集团有限公司 影视资源推荐方法及装置

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7949659B2 (en) * 2007-06-29 2011-05-24 Amazon Technologies, Inc. Recommendation system with multiple integrated recommenders
US9569549B1 (en) * 2010-05-25 2017-02-14 Amazon Technologies, Inc. Location based recommendation and tagging of media content items
US20140074648A1 (en) * 2012-09-11 2014-03-13 Google Inc. Portion recommendation for electronic books
CN103778555A (zh) * 2014-01-21 2014-05-07 北京集奥聚合科技有限公司 基于用户标签的用户属性挖掘方法和***
CN105469291A (zh) * 2014-09-04 2016-04-06 口碑控股有限公司 用户信息提供方法及装置
CN106469392A (zh) * 2015-08-20 2017-03-01 阿里巴巴集团控股有限公司 选择及推荐展示对象的方法及装置
CN106503015A (zh) * 2015-09-07 2017-03-15 国家计算机网络与信息安全管理中心 一种构建用户画像的方法
CN105404680A (zh) * 2015-11-25 2016-03-16 百度在线网络技术（北京）有限公司 一种搜索推荐方法及装置
CN106202534A (zh) * 2016-07-25 2016-12-07 十九楼网络股份有限公司 一种基于社区用户行为的内容推荐方法及***
CN106254525A (zh) * 2016-09-12 2016-12-21 ***股份有限公司 一种信息推送方法和***
CN106909658A (zh) * 2017-02-27 2017-06-30 百度在线网络技术（北京）有限公司 信息流推荐方法、装置和搜索引擎

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103258045A (zh) * 2013-05-24 2013-08-21 百度在线网络技术（北京）有限公司 推荐内容确定***和方法
CN103970857A (zh) * 2014-05-07 2014-08-06 百度在线网络技术（北京）有限公司 推荐内容确定***和方法
CN105335515A (zh) * 2015-10-30 2016-02-17 网易传媒科技（北京）有限公司 一种信息推荐方法和装置
CN105824923A (zh) * 2016-03-17 2016-08-03 海信集团有限公司 影视资源推荐方法及装置

Also Published As

Publication number Publication date
CN107730313A (zh) 2018-02-23
CN112150212A (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
CN107730313B (zh) 基于推荐理由的店铺推荐方法及装置
US11222273B2 (en) Service recommendation method, apparatus, and device
CN106209935B (zh) 一种信息处理方法、终端及服务器
US20140074649A1 (en) Grocery recommendation engine
CN108596695B (zh) 实体推送方法及***
KR20160142865A (ko) 이미지 평가 기법
US20150302458A1 (en) Identifying advertisements based on audio data and performing associated tasks
CN105009070A (zh) 计算机应用促进
US20140236760A1 (en) Information providing system, information providing apparatus and information providing method
US10223726B2 (en) Information provisioning device, method, and medium for evaluating and estimating gift candidates
US20150127473A1 (en) System and method for providing a bidding platform respective of a user intent
JP2010009315A (ja) 推薦店舗提示システム
CN106327248A (zh) 电子优惠券的获取方法及装置
CN111639988A (zh) 经纪人推荐方法、装置、电子设备和存储介质
US20170243276A1 (en) Temperature-based determination of business objects
CN111083211B (zh) 一种基于大数据平台的用户触达方法与***
CN112913210A (zh) 信息内容的确定方法及相关产品
JP6320258B2 (ja) 抽出装置、抽出方法及び抽出プログラム
JP2017116977A (ja) 予測装置、予測方法、及び予測プログラム
JP6170261B1 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
US9317859B2 (en) System and method for recommending keyword based on indirect selection
CN110515929B (zh) 书籍展示方法、计算设备及存储介质
KR101750985B1 (ko) 온라인 쇼핑을 위한 검색 서비스 방법과 그 검색 서비스 방법을 실행하기 위한 프로그램이 기록된 기록매체
WO2017153828A1 (en) Information processor, information processing method and program
JP6940458B2 (ja) 広告制御装置、及び広告制御システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant