CN109636530A - 产品确定方法、装置、电子设备及计算机可读存储介质 - Google Patents
产品确定方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN109636530A CN109636530A CN201811536454.5A CN201811536454A CN109636530A CN 109636530 A CN109636530 A CN 109636530A CN 201811536454 A CN201811536454 A CN 201811536454A CN 109636530 A CN109636530 A CN 109636530A
- Authority
- CN
- China
- Prior art keywords
- product
- user
- target
- candidate
- candidate products
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims description 27
- 238000004519 manufacturing process Methods 0.000 claims description 23
- 238000010586 diagram Methods 0.000 description 12
- 230000003542 behavioural effect Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 230000006399 behavior Effects 0.000 description 7
- 230000006854 communication Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开实施例公开了一种产品确定方法、装置、电子设备及计算机可读存储介质。其中，产品确定方法包括：对候选产品集中的候选产品进行分类；确定各产品类别下的目标用户；其中，所述目标用户为对所述产品类别下的候选产品的关注度高于预设阈值的用户；根据所述目标用户从所述产品类别下的候选产品中确定出目标产品。本公开实施例可以根据用户的变化以及产品的不断更新，动态调整目标产品，同时从划分后的产品类别维度出发，确定对该类产品的需求具有代表性的目标用户，并根据目标用户确定目标产品，能够及时更新和淘汰过气的目标产品，并能够满足用户对产品实时变化的诉求，提高了用户的使用体验。
Description
技术领域
本公开涉及计算机技术领域，具体涉及一种产品确定方法、装置、电子设备及计算机可读存储介质。
背景技术
目前很多应用都承载着内容分发和产品导向的功能，这就需要有强大的推荐***，在电商平台，通常会有不同的频道承载着不同类别产品的推荐功能，也为用户提供着不同的导购路径，在丰富多样的导购路径中，营销会场和品类频道等流量入口都是重要的流量分发站点。由于不同的频道入口或营销会场具有不同的特征和目标用户，每个频道入口或营销会场会根据频道的定位进行选品。因此选品是每个频道入口或营销会场能否成功的重要前提条件。但目前多数电商平台的选品是一个一次性的初始化过程，后续不会频繁更新目标产品库，就算进行更新，也多数是周期性的人工操作。这样会导致商品无法进行及时的更新和淘汰，不能满足用户实时变化的诉求。
发明内容
本公开实施例提供一种产品确定方法、装置、电子设备及计算机可读存储介质。
第一方面，本公开实施例中提供了一种产品确定方法。
具体的，所述产品确定方法，包括：
对候选产品集中的候选产品进行分类；
确定各产品类别下的目标用户；其中，所述目标用户为对所述产品类别下的候选产品的关注度高于预设阈值的用户；
根据所述目标用户从所述产品类别下的候选产品中确定出目标产品。
结合第一方面，本公开在第一方面的第一种实现方式中，确定各产品类别下的目标用户，包括：
确定候选用户在所述产品类别下订购过的所述候选产品的总价值；
根据所述总价值确定所述候选用户是否为目标用户。
结合第一方面的第一种实现方式，本公开在第一方面的第二种实现方式中，根据所述总价值确定所述候选用户是否为目标用户，包括：
按照所述总价值从大到小的顺序将所述候选用户进行排序；
将排序后名次小于或等于预设阈值的所述候选用户确定为所述目标用户。
结合第一方面、第一方面的第一种实现方式和/或第一方面的第二种实现方式，本公开在第一方面的第三种实现方式中，根据所述目标用户从所述产品类别下的候选产品中确定出目标产品，包括：
根据所述目标用户的历史数据确定所述产品类别下的候选产品是否为目标产品。
结合第一方面的第三种实现方式，本公开在第一方面的第四种实现方式中，根据所述目标用户的历史数据确定所述产品类别下的候选产品是否为目标产品，包括：
根据所述历史数据确定所述目标用户对所述产品类别下的候选产品的关注度；
根据所述关注度以及所述候选产品的总关注度确定所述候选产品的产品分数；
根据所述产品分数确定所述候选产品是否为目标产品。
结合第一方面的第四种实现方式，所述关注度包括所述目标用户对所述候选产品的购买量、评价分数和浏览量的一种或多种的组合。
结合第一方面、第一方面的第一种实现方式、第一方面的第二种实现方式和/或第一方面的第四种实现方式，本公开在第一方面的第五种实现方式中，还包括：
确定所述目标产品的描述信息；
提供所述目标产品以及所述描述信息。
结合第一方面的第五种实现方式，本公开在第一方面的第六种实现方式中，确定所述目标产品的描述信息，包括：
获取所述目标产品的评价数据；
根据所述评价数据获得所述目标产品的推荐理由，并将所述推荐理由确定为所述描述信息
第二方面，本公开实施例中提供了一种产品确定装置。
具体的，所述产品确定装置，包括：
分类模块，被配置为对候选产品集中的候选产品进行分类；
第一确定模块，被配置为确定各产品类别下的目标用户；其中，所述目标用户为对所述产品类别下的候选产品的关注度高于预设阈值的用户；
第二确定模块，被配置为根据所述目标用户从所述产品类别下的候选产品中确定出目标产品。
结合第二方面，本公开在第二方面的第一种实现方式中，所述第一确定模块，包括：
第一确定子模块，被配置为确定候选用户在所述产品类别下订购过的所述候选产品的总价值；
第二确定子模块，被配置为根据所述总价值确定所述候选用户是否为目标用户。
结合第二方面的第一种实现方式，本公开在第二方面的第二种实现方式中，所述第二确定子模块，包括：
排序子模块，被配置为按照所述总价值从大到小的顺序将所述候选用户进行排序；
第三确定子模块，被配置为将排序后名次小于或等于预设阈值的所述候选用户确定为所述目标用户。
结合第二方面、第二方面的第一种实现方式和/或第二方面的第二种实现方式，本公开在第二方面的第三种实现方式中，所述第二确定模块，包括：
第四确定子模块，被配置为根据所述目标用户的历史数据确定所述产品类别下的候选产品是否为目标产品。
结合第二方面的第三种实现方式，本公开在第二方面的第四种实现方式中，所述第四确定子模块，包括：
第五确定子模块，被配置为根据所述历史数据确定所述目标用户对所述产品类别下的候选产品的关注度；
第六确定子模块，被配置为根据所述关注度以及所述候选产品的总关注度确定所述候选产品的产品分数；
第七确定子模块，被配置为根据所述产品分数确定所述候选产品是否为目标产品。
结合第二方面的第四种实现方式，所述关注度包括所述目标用户对所述候选产品的购买量、评价分数和浏览量的一种或多种的组合。
结合第二方面、第二方面的第一种实现方式、第二方面的第二种实现方式和/或第二方面的第四种实现方式，本公开在第二方面的第五种实现方式中，还包括：
第三确定模块，被配置为确定所述目标产品的描述信息；
提供模块，被配置为提供所述目标产品以及所述描述信息。
结合第二方面的第五种实现方式，本公开在第二方面的第六种实现方式中，所述第三确定模块，包括：
获取子模块，被配置为获取所述目标产品的评价数据；
第七确定子模块，被配置为根据所述评价数据获得所述目标产品的推荐理由，并将所述推荐理由确定为所述描述信息。
所述功能可以通过硬件实现，也可以通过硬件执行相应的软件实现。所述硬件或软件包括一个或多个与上述功能相对应的模块。
在一个可能的设计中，产品确定装置的结构中包括存储器和处理器，所述存储器用于存储一条或多条支持产品确定装置执行上述第一方面中产品确定方法的计算机指令，所述处理器被配置为用于执行所述存储器中存储的计算机指令。所述产品确定装置还可以包括通信接口，用于产品确定装置与其他设备或通信网络通信。
第三方面，本公开实施例提供了一种电子设备，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现第一方面所述的方法步骤。
第四方面，本公开实施例提供了一种计算机可读存储介质，用于存储产品确定装置所用的计算机指令，其包含用于执行上述第一方面中产品确定方法所涉及的计算机指令。
本公开实施例提供的技术方案可以包括以下有益效果：
本公开实施例在接收到目标产品的动态调整事件后，对候选产品进行分类，并针对每个类别确定对应的目标用户，之后再根据目标用户从产品类别下选择一部分候选产品作为目标产品。通过这种方式，可以根据用户的变化以及产品的不断更新，动态调整目标产品，同时从划分后的产品类别维度出发，确定对该类产品的需求具有代表性的目标用户，并根据目标用户确定目标产品，能够及时更新和淘汰过气的目标产品，并能够满足用户对产品实时变化的诉求，提高了用户的使用体验。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
图1示出根据本公开一实施方式的产品确定方法的流程图；
图2示出根据图1所示实施方式的步骤S102的流程图；
图3示出根据图2所示实施方式的步骤S202的流程图；
图4示出根据本公开一实施方式中确定是否为目标产品部分的流程图；
图5示出根据本公开一实施方式中产品导购描述提供部分的流程图；
图6示出根据本公开一实施方式的产品确定装置的结构框图；
图7示出根据图6所示实施方式的第一确定模块602的结构框图；
图8示出根据图7所示实施方式的第二确定子模块702的结构框图；
图9示出根据本公开一实施方式的第四确定子模块的结构框图；
图10示出根据本公开一实施方式中产品导购描述提供部分的结构框图；
图11是适于用来实现根据本公开一实施方式的产品确定方法的电子设备的结构示意图。
具体实施方式
下文中，将参考附图详细描述本公开的示例性实施方式，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施方式无关的部分。
在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出根据本公开一实施方式的产品确定方法的流程图。如图1所示，所述产品确定方法包括以下步骤S101-S103：
在步骤S101中，对候选产品集中的候选产品进行分类；
在步骤S102中，确定各产品类别下的目标用户；其中，所述目标用户为对所述产品类别下的候选产品的关注度高于预设阈值的用户；
在步骤S103中，根据所述目标用户从所述产品类别下的候选产品中确定出目标产品。
本实施例中，产品可以是任何在线上***展示出来供用户选购的虚拟产品和/或实体产品。候选产品集可以是线上***中的所有产品，也可以是从所有产品中根据某种预设的规则选出来的一部分产品，具体根据实际情况而定，在此不做限制。目标产品为从候选产品集中选出来，较为符合用户当前诉求的一些产品，这些目标产品可以作为每个产品类别下较为重要的产品推荐给用户，供用户选购。
本实施例中，可以预先设定目标产品的动态确定的条件，在满足预设的条件时，可以触发目标产品的动态确定事件，预设的条件包括但不限于时间、产品情况和用户情况等条件。例如，可以预设一周期，并周期性的触发目标产品的动态确定事件；还可以设置线上***的新加入和/或下架的产品达到一定的数量时触发目标产品的动态确定事件，或者设置线上***的用户变化较大时触发目标产品的动态确定事件。
在接收到目标产品的动态确定事件后，本公开实施例首先对候选产品集中的候选产品进行归类，例如可以根据候选产品的名称、描述、评价、作用等产品属性进行归类，具体可以利用已有的归类算法得到候选产品的产品类别以及产品类别下的候选产品。在确定了产品类别之后，根据线上***中的用户对该产品类别下的候选产品的关注度确定目标用户，也即将该产品类别下的候选产品的关注度高于预设阈值的用户确定为目标用户。预设阈值可以根据历史数据以及相关人员的经验来设定。关注度可以根据用户对候选产品的购买量、评价内容、浏览量等确定，具体可根据实际情况而定，在此不再赘述。关注度高的用户，相对该产品类别的候选产品而言较为活跃，也即目标用户通常为该产品类别下的活跃用户，也是较具有代表性的用户。
目标用户所关注的候选产品从一定程度上能够反映出大部分用户所感兴趣的产品，因此在确定了目标用户之后，可以根据目标用户确定出对应产品类别下的目标产品，这样所确定出的目标产品被大多数用户关注的可能性更高，更具有代表性。
本公开实施例在接收到目标产品的动态调整事件后，对候选产品进行分类，并针对每个类别确定对应的目标用户，之后再根据目标用户从产品类别下选择一部分候选产品作为目标产品。通过这种方式，可以根据用户的变化以及产品的不断更新，动态调整目标产品，同时从划分后的产品类别维度出发，确定对该类产品的需求具有代表性的目标用户，并根据目标用户确定目标产品，能够及时更新和淘汰过气的目标产品，并能够满足用户对产品实时变化的诉求，提高了用户的使用体验。
在本实施例的一个可选实现方式中，如图2所示，所述步骤S102，即确定各产品类别下的目标用户的步骤，进一步包括以下步骤S201-S202：
在步骤S201中，确定候选用户在所述产品类别下订购过的所述候选产品的总价值；
在步骤S202中，根据所述总价值确定所述候选用户是否为目标用户。
该可选的实现方式中，候选用户可以是线上***中的所有用户，也可以是与当前产品类别下的候选产品有关联的用户，例如购买过、评价过和/或浏览过当前产品类别下的候选产品的用户，当然还可以是购买过当前产品类别下的候选产品的用户，具体可根据实际情况设定，在此不做限制。在一些实施例中，用户对产品类别的关注度可以通过该用户在该产品类别下所订购候选产品的总价值来衡量，例如可以通过统计候选用户的历史订单数据，确定在当前产品类别下该用户购买过的候选产品的总价值，并根据总价值的大小确定从候选用户中筛选出目标用户，例如可以将总价值高于预设阈值的候选用户确定为目标用户。
在本实施例的一个可选实现方式中，如图3所示，所述步骤S202，即根据所述总价值确定所述候选用户是否为目标用户的步骤，进一步包括以下步骤S301-S302：
在步骤S301中，按照所述总价值从大到小的顺序将所述候选用户进行排序；
在步骤S302中，将排序后名次小于或等于预设阈值的所述候选用户确定为所述目标用户。
该可选的实现方式中，为了从多个候选用户中确定出对当前产品类别最为感兴趣，和/或相对当前产品类别而言最具有代表性的目标用户，可以通过候选用户订购过的该产品类别下候选产品的总价值进行排序，将排序后名次小于或等于预设阈值的所述候选用户确定为所述目标用户。例如，可以将排名前20％的候选用户确定为目标用户，预设阈值可以根据实际情况设定，在此不做限制。通过这种方式，可以通过购买能力最强的候选用户作为当前产品类别的代表性目标用户，进而所确定出的能够从一定程度反应出对当前产品类别最为感兴趣的一类用户的共性。
在本实施例的一个可选实现方式中，所述步骤S103，即根据所述目标用户从所述产品类别下的候选产品中确定出目标产品的步骤，进一步包括以下步骤：
根据所述目标用户的历史数据确定所述产品类别下的候选产品是否为目标产品。
该可选的实现方式中，目标用户的历史数据可以是目标用户在线上***的历史行为数据，包括目标用户在线上***的浏览数据、评价数据、购买数据和/或其他反馈数据(例如售后、投诉等)等。在一实施例中，目标用户的历史数据可以仅包括针对当前产品类别下的候选产品的历史行为数据；而在另一些实施例中，目标用户的历史数据可以包括线上***的所有历史行为数据。对于当前产品类别而言，所确定的目标用户可以认为是较具有代表性的用户，那么目标用户在当前产品类别下所重点关注的候选产品可以认为是当前产品类别下较为重要，或者说是较具有代表性的目标产品。因此，本实施例中通过目标用户的历史数据确定目标用户较为关注的候选产品作为目标产品，能够更加客观地从用户的诉求角度筛选出目标产品。
在本实施例的一个可选实现方式中，如图4所示，根据所述目标用户的历史数据确定所述产品类别下的候选产品是否为目标产品的步骤，进一步包括以下步骤S401-S403：
在步骤S401中，根据所述历史数据确定所述目标用户对所述产品类别下的候选产品的关注度；
在步骤S402中，根据所述关注度以及所述候选产品的总关注度确定所述候选产品的产品分数；
在步骤S403中，根据所述产品分数确定所述候选产品是否为目标产品。
该可选的实现方式中，利用目标用户的历史数据确定目标用户对于相应的产品类别下的候选产品的关注度，例如利用目标用户与候选产品相关的行为参数确定目标用户对候选产品的关注度。目标用户与候选产品相关的行为参数包括但不限于目标用户对候选产品的购买量、评价数据、浏览量和/或其他反馈数据。
在本实施例的一个可选实现方式中，关注度包括所述目标用户对所述候选产品的购买量、评价分数和浏览量的一种或多种的组合。
目标用户对候选产品的关注度的高低跟具体的行为参数相关，例如目标用户对候选产品的关注度与购买量、浏览量呈正比例关系，而关注度与正反馈(包括正面评价、其他正面反馈数据)呈正比例关系，而跟负反馈呈反比例关系。此外，目标用户对候选产品的关注度还可以通过综合多种不同的行为参数中的一种或多种而形成一种固定的算法来确定，也可以通过多种不同的行为参数中的一种或多种的样本数据训练机器自学习模型，并采用训练号的机器自学习模型来确定。确定了关注度之后，可以根据关注度以及候选产品的总关注度来确定该候选产品的产品分数。候选产品的总关注度可以是所有关注该候选产品的用户(包括目标用户和非目标用户)的关注度之和。例如，采用候选产品的销量来衡量用户对候选产品的关注度时，可以通过目标用户对该候选产品的购买量与该候选产品的总销量之比来确定产品分数，进而根据产品分数确定候选产品是否为目标产品。通过这种方式，可以将候选产品的产品分数与目标用户对该候选产品的关注度占比相关联，进而可以将目标用户的关注度占比较高的候选产品确定为目标产品。
在本实施例的一个可选实现方式中，如图5所示，所述方法进一步还包括以下步骤S501-S502：
在步骤S501中，确定所述目标产品的描述信息；
在步骤S502中，提供所述目标产品以及所述描述信息。
该可选的实现方式中，在确定了目标产品之后，为了更好地帮助用户做出购买决策，还可以确定目标产品的描述信息，并与目标产品一同提供给用户，以帮助用户能够快速了解当下最热门或者最适合用户的目标产品以及产品介绍。
在本实施例的一个可选实现方式中，所述步骤S501，即确定所述目标产品的描述信息的步骤，进一步包括以下步骤：
获取所述目标产品的评价数据；
根据所述评价数据获得所述目标产品的推荐理由，并将所述推荐理由确定为所述描述信息。
在该可选的实现方式中，可以从用户评价中通过自然语言识别的算法，挖掘出适合的评价短语作为推荐理由，并将该推荐理由确定为描述信息，并将该产品以及描述信息展示在线上***的前端，例如各类频道入口或营销会场等页面上。
下述为本公开装置实施例，可以用于执行本公开方法实施例。
图6示出根据本公开一实施方式的产品确定装置的结构框图，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。如图6所示，所述产品确定装置包括：
分类模块601，被配置为对候选产品集中的候选产品进行分类；
第一确定模块602，被配置为确定各产品类别下的目标用户；其中，所述目标用户为对所述产品类别下的候选产品的关注度高于预设阈值的用户；
第二确定模块603，被配置为根据所述目标用户从所述产品类别下的候选产品中确定出目标产品。
本实施例中，产品可以是任何在线上***展示出来供用户选购的虚拟产品和/或实体产品。候选产品集可以是线上***中的所有产品，也可以是从所有产品中根据某种预设的规则选出来的一部分产品，具体根据实际情况而定，在此不做限制。目标产品为从候选产品集中选出来，较为符合用户当前诉求的一些产品，这些目标产品可以作为每个产品类别下较为重要的产品推荐给用户，供用户选购。
本实施例中，可以预先设定目标产品的动态确定的条件，在满足预设的条件时，可以触发目标产品的动态确定事件，预设的条件包括但不限于时间、产品情况和用户情况等条件。例如，可以预设一周期，并周期性的触发目标产品的动态确定事件；还可以设置线上***的新加入和/或下架的产品达到一定的数量时触发目标产品的动态确定事件，或者设置线上***的用户变化较大时触发目标产品的动态确定事件。
在接收到目标产品的动态确定事件后，本公开实施例的分类模块601首先对候选产品集中的候选产品进行归类，例如可以根据候选产品的名称、描述、评价、作用等产品属性进行归类，具体可以利用已有的归类算法得到候选产品的产品类别以及产品类别下的候选产品。在确定了产品类别之后，第一确定模块602根据线上***中的用户对该产品类别下的候选产品的关注度确定目标用户，也即将该产品类别下的候选产品的关注度高于预设阈值的用户确定为目标用户。预设阈值可以根据历史数据以及相关人员的经验来设定。关注度可以根据用户对候选产品的购买量、评价内容、浏览量等确定，具体可根据实际情况而定，在此不再赘述。关注度高的用户，相对该产品类别的候选产品而言较为活跃，也即目标用户通常为该产品类别下的活跃用户，也是较具有代表性的用户。
目标用户所关注的候选产品从一定程度上能够反映出大部分用户所感兴趣的产品，因此在确定了目标用户之后，第二确定模块603可以根据目标用户确定出对应产品类别下的目标产品，这样所确定出的目标产品被大多数用户关注的可能性更高，更具有代表性。
本公开实施例在接收到目标产品的动态调整事件后，对候选产品进行分类，并针对每个类别确定对应的目标用户，之后再根据目标用户从产品类别下选择一部分候选产品作为目标产品。通过这种方式，可以根据用户的变化以及产品的不断更新，动态调整目标产品，同时从划分后的产品类别维度出发，确定对该类产品的需求具有代表性的目标用户，并根据目标用户确定目标产品，能够及时更新和淘汰过气的目标产品，并能够满足用户对产品实时变化的诉求，提高了用户的使用体验。
在本实施例的一个可选实现方式中，如图7所示，所述第一确定模块602，包括：
第一确定子模块701，被配置为确定候选用户在所述产品类别下订购过的所述候选产品的总价值；
第二确定子模块702，被配置为根据所述总价值确定所述候选用户是否为目标用户。
该可选的实现方式中，候选用户可以是线上***中的所有用户，也可以是与当前产品类别下的候选产品有关联的用户，例如购买过、评价过和/或浏览过当前产品类别下的候选产品的用户，当然还可以是购买过当前产品类别下的候选产品的用户，具体可根据实际情况设定，在此不做限制。在一些实施例中，用户对产品类别的关注度可以通过该用户在该产品类别下所订购候选产品的总价值来衡量，例如可以通过统计候选用户的历史订单数据，确定在当前产品类别下该用户购买过的候选产品的总价值，并根据总价值的大小确定从候选用户中筛选出目标用户，例如可以将总价值高于预设阈值的候选用户确定为目标用户。
在本实施例的一个可选实现方式中，如图8所示，所述第二确定子模块702，包括：
排序子模块801，被配置为按照所述总价值从大到小的顺序将所述候选用户进行排序；
第三确定子模块802，被配置为将排序后名次小于或等于预设阈值的所述候选用户确定为所述目标用户。
该可选的实现方式中，为了从多个候选用户中确定出对当前产品类别最为感兴趣，和/或相对当前产品类别而言最具有代表性的目标用户，可以通过候选用户订购过的该产品类别下候选产品的总价值进行排序，将排序后名次小于或等于预设阈值的所述候选用户确定为所述目标用户。例如，可以将排名前20％的候选用户确定为目标用户，预设阈值可以根据实际情况设定，在此不做限制。通过这种方式，可以通过购买能力最强的候选用户作为当前产品类别的代表性目标用户，进而所确定出的能够从一定程度反应出对当前产品类别最为感兴趣的一类用户的共性。
在本实施例的一个可选实现方式中，所述第二确定模块603，包括：
第四确定子模块，被配置为根据所述目标用户的历史数据确定所述产品类别下的候选产品是否为目标产品。
该可选的实现方式中，目标用户的历史数据可以是目标用户在线上***的历史行为数据，包括目标用户在线上***的浏览数据、评价数据、购买数据和/或其他反馈数据(例如售后、投诉等)等。在一实施例中，目标用户的历史数据可以仅包括针对当前产品类别下的候选产品的历史行为数据；而在另一些实施例中，目标用户的历史数据可以包括线上***的所有历史行为数据。对于当前产品类别而言，所确定的目标用户可以认为是较具有代表性的用户，那么目标用户在当前产品类别下所重点关注的候选产品可以认为是当前产品类别下较为重要，或者说是较具有代表性的目标产品。因此，本实施例中通过目标用户的历史数据确定目标用户较为关注的候选产品作为目标产品，能够更加客观地从用户的诉求角度筛选出目标产品。
在本实施例的一个可选实现方式中，如图9所示，所述第四确定子模块，包括：
第五确定子模块901，被配置为根据所述历史数据确定所述目标用户对所述产品类别下的候选产品的关注度；
第六确定子模块902，被配置为根据所述关注度以及所述候选产品的总关注度确定所述候选产品的产品分数；
第七确定子模块903，被配置为根据所述产品分数确定所述候选产品是否为目标产品。
该可选的实现方式中，利用目标用户的历史数据确定目标用户对于相应的产品类别下的候选产品的关注度，例如利用目标用户与候选产品相关的行为参数确定目标用户对候选产品的关注度。目标用户与候选产品相关的行为参数包括但不限于目标用户对候选产品的购买量、评价数据、浏览量和/或其他反馈数据。
在本实施例的一个可选实现方式中，关注度包括所述目标用户对所述候选产品的购买量、评价分数和浏览量的一种或多种的组合。
目标用户对候选产品的关注度的高低跟具体的行为参数相关，例如目标用户对候选产品的关注度与购买量、浏览量呈正比例关系，而关注度与正反馈(包括正面评价、其他正面反馈数据)呈正比例关系，而跟负反馈呈反比例关系。此外，目标用户对候选产品的关注度还可以通过综合多种不同的行为参数中的一种或多种而形成一种固定的算法来确定，也可以通过多种不同的行为参数中的一种或多种的样本数据训练机器自学习模型，并采用训练号的机器自学习模型来确定。确定了关注度之后，可以根据关注度以及候选产品的总关注度来确定该候选产品的产品分数。候选产品的总关注度可以是所有关注该候选产品的用户(包括目标用户和非目标用户)的关注度之和。例如，采用候选产品的销量来衡量用户对候选产品的关注度时，可以通过目标用户对该候选产品的购买量与该候选产品的总销量之比来确定产品分数，进而根据产品分数确定候选产品是否为目标产品。通过这种方式，可以将候选产品的产品分数与目标用户对该候选产品的关注度占比相关联，进而可以将目标用户的关注度占比较高的候选产品确定为目标产品。
在本实施例的一个可选实现方式中，如图10所示，所述产品确定装置还包括：
第三确定模块1001，被配置为确定所述目标产品的描述信息；
提供模块1002，被配置为提供所述目标产品以及所述描述信息。
该可选的实现方式中，在确定了目标产品之后，为了更好地帮助用户做出购买决策，还可以确定目标产品的描述信息，并与目标产品一同提供给用户，以帮助用户能够快速了解当下最热门或者最适合用户的目标产品以及产品介绍。
在本实施例的一个可选实现方式中，所述第三确定模块，包括：
获取子模块，被配置为获取所述目标产品的评价数据；
第七确定子模块，被配置为根据所述评价数据获得所述目标产品的推荐理由，并将所述推荐理由确定为所述描述信息。
在该可选的实现方式中，可以从用户评价中通过自然语言识别的算法，挖掘出适合的评价短语作为推荐理由，并将该推荐理由确定为描述信息，并将该产品以及描述信息展示在线上***的前端，例如各类频道入口或营销会场等页面上。
图11是适于用来实现根据本公开实施方式的产品确定方法的电子设备的结构示意图。
如图11所示，电子设备1100包括中央处理单元(CPU)1101，其可以根据存储在只读存储器(ROM)1102中的程序或者从存储部分1108加载到随机访问存储器(RAM)1103中的程序而执行上述图1所示的实施方式中的各种处理。在RAM1103中，还存储有电子设备1100操作所需的各种程序和数据。CPU1101、ROM1102以及RAM1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
以下部件连接至I/O接口1105：包括键盘、鼠标等的输入部分1106；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1107；包括硬盘等的存储部分1108；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1110上，以便于从其上读出的计算机程序根据需要被安装入存储部分1108。
特别地，根据本公开的实施方式，上文参考图1描述的方法可以被实现为计算机软件程序。例如，本公开的实施方式包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行图1所示方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分1109从网络上被下载和安装，和/或从可拆卸介质1111被安装。
附图中的流程图和框图，图示了按照本公开各种实施方式的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (10)
1.一种产品确定方法，其特征在于，包括：
对候选产品集中的候选产品进行分类；
确定各产品类别下的目标用户；其中，所述目标用户为对所述产品类别下的候选产品的关注度高于预设阈值的用户；
根据所述目标用户从所述产品类别下的候选产品中确定出目标产品。
2.根据权利要求1所述的方法，其特征在于，确定各产品类别下的目标用户，包括：
确定候选用户在所述产品类别下订购过的所述候选产品的总价值；
根据所述总价值确定所述候选用户是否为目标用户。
3.根据权利要求2所述的方法，其特征在于，根据所述总价值确定所述候选用户是否为目标用户，包括：
按照所述总价值从大到小的顺序将所述候选用户进行排序；
将排序后名次小于或等于预设阈值的所述候选用户确定为所述目标用户。
4.根据权利要求1-3任一项所述的方法，其特征在于，根据所述目标用户从所述产品类别下的候选产品中确定出目标产品，包括：
根据所述目标用户的历史数据确定所述产品类别下的候选产品是否为目标产品。
5.根据权利要求4所述的方法，其特征在于，根据所述目标用户的历史数据确定所述产品类别下的候选产品是否为目标产品，包括：
根据所述历史数据确定所述目标用户对所述产品类别下的候选产品的关注度；
根据所述关注度以及所述候选产品的总关注度确定所述候选产品的产品分数；
根据所述产品分数确定所述候选产品是否为目标产品。
6.根据权利要求5所述的方法，其特征在于，所述关注度包括所述目标用户对所述候选产品的购买量、评价分数和浏览量的一种或多种的组合。
7.根据权利要求1-3、5-6任一项所述的方法，其特征在于，还包括：
确定所述目标产品的描述信息；
提供所述目标产品以及所述描述信息。
8.一种产品确定装置，其特征在于，包括：
分类模块，被配置为对候选产品集中的候选产品进行分类；
第一确定模块，被配置为确定各产品类别下的目标用户；其中，所述目标用户为对所述产品类别下的候选产品的关注度高于预设阈值的用户；
第二确定模块，被配置为根据所述目标用户从所述产品类别下的候选产品中确定出目标产品。
9.一种电子设备，其特征在于，包括存储器和处理器；其中，
所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现权利要求1-7任一项所述的方法步骤。
10.一种计算机可读存储介质，其上存储有计算机指令，其特征在于，该计算机指令被处理器执行时实现权利要求1-7任一项所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811536454.5A CN109636530B (zh) | 2018-12-14 | 2018-12-14 | 产品确定方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811536454.5A CN109636530B (zh) | 2018-12-14 | 2018-12-14 | 产品确定方法、装置、电子设备及计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109636530A true CN109636530A (zh) | 2019-04-16 |
| CN109636530B CN109636530B (zh) | 2021-02-09 |
Family
ID=66074244
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811536454.5A Active CN109636530B (zh) | 2018-12-14 | 2018-12-14 | 产品确定方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109636530B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110135902A (zh) * | 2019-05-10 | 2019-08-16 | 拉扎斯网络科技（上海）有限公司 | 对象组合方法、装置、电子设备及计算机可读存储介质 |
| CN111144815A (zh) * | 2019-12-26 | 2020-05-12 | 上海京东到家元信信息技术有限公司 | 基于优先级规则的拣货仓商品选品***以及使用方法 |
| CN111144505A (zh) * | 2019-12-30 | 2020-05-12 | 北京三快在线科技有限公司 | 基于维度切片的变量分类方法、装置、设备及介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103106600A (zh) * | 2012-11-15 | 2013-05-15 | 深圳中兴网信科技有限公司 | 商品信息推送***和商品信息推送方法 |
| CN104331819A (zh) * | 2014-11-05 | 2015-02-04 | 中国建设银行股份有限公司 | 信息处理方法及装置 |
| CN106157097A (zh) * | 2016-08-22 | 2016-11-23 | 北京京东尚科信息技术有限公司 | 商品推荐方法和*** |
| CN106846019A (zh) * | 2015-12-04 | 2017-06-13 | 阿里巴巴集团控股有限公司 | 一种信息投放用户的筛选方法和设备 |
| CN106910108A (zh) * | 2017-01-24 | 2017-06-30 | 武汉奇米网络科技有限公司 | 一种商品列表展示方法及*** |
| CN107360222A (zh) * | 2017-06-30 | 2017-11-17 | 广东欧珀移动通信有限公司 | 商品信息推送方法、装置、存储介质以及服务器 |
| CN108665355A (zh) * | 2018-05-18 | 2018-10-16 | 深圳壹账通智能科技有限公司 | 金融产品推荐方法、装置、设备和计算机存储介质 |
| CN108734553A (zh) * | 2018-05-15 | 2018-11-02 | 佛山市衣香蒂丝服装设计有限公司 | 商品推荐方法及*** |
-
2018
- 2018-12-14 CN CN201811536454.5A patent/CN109636530B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103106600A (zh) * | 2012-11-15 | 2013-05-15 | 深圳中兴网信科技有限公司 | 商品信息推送***和商品信息推送方法 |
| CN104331819A (zh) * | 2014-11-05 | 2015-02-04 | 中国建设银行股份有限公司 | 信息处理方法及装置 |
| CN106846019A (zh) * | 2015-12-04 | 2017-06-13 | 阿里巴巴集团控股有限公司 | 一种信息投放用户的筛选方法和设备 |
| CN106157097A (zh) * | 2016-08-22 | 2016-11-23 | 北京京东尚科信息技术有限公司 | 商品推荐方法和*** |
| CN106910108A (zh) * | 2017-01-24 | 2017-06-30 | 武汉奇米网络科技有限公司 | 一种商品列表展示方法及*** |
| CN107360222A (zh) * | 2017-06-30 | 2017-11-17 | 广东欧珀移动通信有限公司 | 商品信息推送方法、装置、存储介质以及服务器 |
| CN108734553A (zh) * | 2018-05-15 | 2018-11-02 | 佛山市衣香蒂丝服装设计有限公司 | 商品推荐方法及*** |
| CN108665355A (zh) * | 2018-05-18 | 2018-10-16 | 深圳壹账通智能科技有限公司 | 金融产品推荐方法、装置、设备和计算机存储介质 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110135902A (zh) * | 2019-05-10 | 2019-08-16 | 拉扎斯网络科技（上海）有限公司 | 对象组合方法、装置、电子设备及计算机可读存储介质 |
| CN111144815A (zh) * | 2019-12-26 | 2020-05-12 | 上海京东到家元信信息技术有限公司 | 基于优先级规则的拣货仓商品选品***以及使用方法 |
| CN111144505A (zh) * | 2019-12-30 | 2020-05-12 | 北京三快在线科技有限公司 | 基于维度切片的变量分类方法、装置、设备及介质 |
| CN111144505B (zh) * | 2019-12-30 | 2023-09-01 | 北京三快在线科技有限公司 | 基于维度切片的变量分类方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109636530B (zh) | 2021-02-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jannach et al. | What recommenders recommend: an analysis of recommendation biases and possible countermeasures | |
| Patro et al. | A hybrid action-related K-nearest neighbour (HAR-KNN) approach for recommendation systems | |
| US10409821B2 (en) | Search result ranking using machine learning | |
| CN107451894B (zh) | 数据处理方法、装置和计算机可读存储介质 | |
| Sohail et al. | Feature extraction and analysis of online reviews for the recommendation of books using opinion mining technique | |
| Almarashdeh et al. | The difference between shopping online using mobile apps and website shopping: A case study of service convenience | |
| Sudirjo et al. | The Application of Extended Expectation-Confirmation Model to Identify Influencing Factors Digital Loyalty for Mobile-Based Travel Platform | |
| CN103824192A (zh) | 混合推荐*** | |
| Ahn | Evaluating customer aid functions of online stores with agent-based models of customer behavior and evolution strategy | |
| CN102053971A (zh) | 用于面向排序的协同过滤的推荐方法和设备 | |
| JP6679451B2 (ja) | 選択装置、選択方法および選択プログラム | |
| CN109636530A (zh) | 产品确定方法、装置、电子设备及计算机可读存储介质 | |
| CN107885784A (zh) | 提取用户特征数据的方法和装置 | |
| CN107679898A (zh) | 一种商品推荐方法和装置 | |
| TWI550535B (zh) | 基於他人購物清單之商品組合推薦系統、網站、及其方法 | |
| CN110378770A (zh) | 一种电商运营选款推荐的方法及装置 | |
| JP2013257793A (ja) | 商品多様化推薦装置及び方法及びプログラム | |
| Lin et al. | A consumer review-driven recommender service for web e-commerce | |
| CN110033324A (zh) | 数据处理方法、装置、电子设备及计算机可读存储介质 | |
| Chen et al. | Purchase behavior prediction in e-commerce with factorization machines | |
| Huang et al. | Demand effects of product similarity network in e-commerce platform | |
| KR20220117425A (ko) | 빅데이터를 활용한 시장성 분석 및 사업화방법론 분석 시스템 | |
| Zheng et al. | Substitutes or complements: another step forward in recommendations | |
| Pan et al. | The effect of product distance on the eWOM in recommendation network | |
| Huang et al. | Improved collaborative filtering personalized recommendation algorithm based on k-means clustering and weighted similarity on the reduced item space |
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 |