用于推荐商品的方法、电子设备和存储介质
技术领域
本公开的实施例总体涉及信息处理领域,具体涉及用于推荐商品的方法、电子设备和计算机存储介质。
背景技术
电商网站的个性化商品推荐通过用户已经浏览、收藏或购买的记录,结合商品特性为用户推荐商品。例如为用户提供“看过此商品后的顾客还购买的其他商品”推荐项。这种个性化商品推荐提高了整个网站商品销售的有效转化率,并增加了商品销量。但是传统的个性化推荐对于促销活动类商品往往不是特别有效,容易造成推荐的商品已经下架的情况。
发明内容
提供了一种用于推荐商品的方法、电子设备以及计算机存储介质,能够在推荐商品时考虑商品的活动截止时间,避免推荐商品的时效性问题。
根据本公开的第一方面,提供了一种用于推荐商品的方法。该方法包括:基于用户点击商品记录,生成与用户标识相关联的点击商品标识序列,用户点击商品记录至少包括所述用户标识、商品标识和点击时间之间的关联,点击商品标识序列中的商品标识按照点击时间顺序排列;基于当前时间和与商品标识相关联的活动截止时间,确定与商品标识相关联的剩余时间;基于点击商品标识序列和与商品标识相关联的剩余时间,生成商品共现元组,商品共现元组包括点击商品标识序列中的两个商品标识以及与两个商品标识的共现相关联的权重;基于商品共现元组,生成与商品标识相关联的商品表示;以及基于商品表示之间的相似度,确定与商品标识相关联的推荐商品。
根据本公开的第二方面,提供了一种电子设备。该电子设备包括: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根据第一方面所述的方法。
在本公开的第三方面中,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现根据本公开的第一方面的方法。
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。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标注表示相同或相似的元素,其中:
图1是根据本公开的实施例的信息处理环境100的示意图;
图2是根据本公开的实施例的用于推荐商品的方法200的示意图;
图3是根据本公开的实施例的用于生成商品共现元组的方法300的示意图;
图4是根据本公开的实施例的用于生成商品表示的方法400的示意图;
图5是根据本公开的实施例的有向图500的示意图;以及
图6是用来实现本公开实施例的用于推荐商品的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本文中使用的术语“包括”及其变形表示开放性包括,即“包括但不限于”。除非特别申明,术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
如上所述,传统的个性化商品推荐对于促销活动类商品不是特别有效。这是因为促销活动有截止时间,截止时间后商品就会下架。但是传统的推荐方案没有考虑商品的时间特性,因此容易造成推荐的商品已经下架或者时效性滞后等问题。
为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个,本公开的示例实施例提出了一种用于推荐商品的方案。在该方案中,基于用户点击商品记录,生成与用户标识相关联的点击商品标识序列,用户点击商品记录至少包括所述用户标识、商品标识和点击时间之间的关联,点击商品标识序列中的商品标识按照点击时间顺序排列;基于当前时间和与商品标识相关联的活动截止时间,确定与商品标识相关联的剩余时间;基于点击商品标识序列和与商品标识相关联的剩余时间,生成商品共现元组,商品共现元组包括点击商品标识序列中的两个商品标识以及与两个商品标识的共现相关联的权重;基于商品共现元组,生成与商品标识相关联的商品表示;以及基于商品表示之间的相似度,确定与商品标识相关联的推荐商品。
由此,在推荐商品时考虑商品的活动截止时间,避免推荐商品的时效性问题。
在下文中,将结合附图更详细地描述本方案的具体示例。
图1示出了根据本公开的实施例的信息处理环境100的示例的示意图。信息处理环境100可以包括计算设备110、用户点击商品记录120、与商品标识相关联的活动截止时间130和推荐商品140。
计算设备110例如包括但不限于服务器计算机、多处理器***、大型计算机、包括上述***或设备中的任意一个的分布式计算环境等。在一些实施例中,计算设备110可以具有一个或多个处理单元,包括诸如图像处理单元GPU、现场可编程门阵列FPGA和专用集成电路ASIC等的专用处理单元以及诸如中央处理单元CPU的通用处理单元。计算设备110可存储有用户点击商品记录120。
用户点击商品记录120至少包括用户标识、商品标识和点击时间之间的关联。用户点击商品记录120可以包括多条记录数据,每条记录数据可以包括上述关联,例如用户A、商品A、点击时间10:00;用户A、商品B、点击时间10:10;用户B、商品A、点击时间10:20;用户B、商品C、点击时间10:25等。
计算设备110用于基于用户点击商品记录120,生成与用户标识相关联的点击商品标识序列,用户点击商品记录至少包括用户标识、商品标识和点击时间之间的关联,点击商品标识序列中的商品标识按照点击时间顺序排列;基于当前时间和与商品标识相关联的活动截止时间130,确定与商品标识相关联的剩余时间;基于点击商品标识序列和与商品标识相关联的剩余时间,生成商品共现元组,商品共现元组包括点击商品标识序列中的两个商品标识以及与两个商品标识的共现相关联的权重;基于商品共现元组,生成商品表示;以及基于商品表示之间的相似度,确定推荐商品140。
图2示出了根据本公开的实施例的用于推荐商品的方法200的流程图。例如,方法200可以由如图1所示的计算设备110来执行。应当理解的是,方法200还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
在框202处,计算设备110基于用户点击商品记录,生成与用户标识相关联的点击商品标识序列。用户点击商品记录至少包括用户标识、商品标识和点击时间之间的关联。点击商品标识序列中的商品标识按照点击时间顺序排列。
例如,用户点击商品记录为用户A、商品A、点击时间10:00,用户A、商品B、点击时间10:05,用户A、商品C、点击时间10:10,用户B、商品A、点击时间10:20,用户B、商品B、点击时间10:25,以及用户B、商品D、点击时间10:30。基于上述用户点击商品记录,可以生成2个点击商品标识序列,其中与用户A相关联的点击商品标识序列包括商品A、商品B和商品C,与用户B相关联的点击商品标识序列包括商品A、商品B和商品D。应当理解,上述用户点击商品记录和点击商品标识序列仅仅是举例说明,用户点击商品记录和点击商品标识序列可以包括其他的内容。
在一些实施例中,计算设备110可以按照预定时间间隔,从用户点击商品记录获取记录数据。预定时间间隔例如包括但不限于4、5、6小时等。例如用户点击商品记录中的第一条点击记录到最后一条点击记录之间可能横跨时间较长,通过按照预定时间间隔对用户点击商品记录进行划分,有利于点击商品之间的时间相关性。随后,计算设备110可以基于记录数据,按照用户标识生成点击商品标识序列。由此,将用户商品点击记录按照预定时间间隔进行划分,使得点击商品标识序列中的商品标识是在预定时间间隔内点击的,提高了商品标识在点击时间上的接近性。
在框204处,计算设备110基于当前时间和与商品标识相关联的活动截止时间,确定与商品标识相关联的剩余时间。
在一些实施例中,计算设备110可以从与商品标识相关联的活动截止时间减去当前时间,以得到与商品标识相关联的活动剩余时间。例如,商品A的活动截止时间为6月20日24:00,当前时间为6月19日24:00,则商品A的活动剩余时间为24小时。对于活动截止时间早于当前时间的商品标识可以删除。随后,计算设备110可以将活动剩余时间除以预定数值后取整,以得到与商品标识相关联的剩余时间。预定数值例如可以与上述预定时间间隔的数值相同,例如6。例如,商品A的活动剩余时间为24小时,则对24小时除以6后取整,得到4作为商品A的剩余时间。由此,能够使得与商品标识相关联的剩余时间是按照预定数字指示的间隔来确定的,有利于剩余时间的定期更新。
此外,在一些实施例中,计算设备110还可以基于商品标识和与商品标识相关联的剩余时间,生成倒排索引,倒排索引以剩余时间为键和以商品标识为值。由此,通过倒排索引可以方便地进行剩余时间和商品标识的检索,提高检索效率。
在框206处,计算设备110基于点击商品标识序列和与商品标识相关联的剩余时间,生成商品共现元组。商品共现元组包括点击商品标识序列中的两个商品标识以及与两个商品标识的共现相关联的权重。下文将结合图3详细描述用于生成商品共现元组的方法。
在框208处,计算设备110基于商品共现元组,生成与商品标识相关联的商品表示。下文将结合图4详细描述用于生成商品表示的方法。
在框210处,计算设备110基于商品表示之间的相似度,确定与商品标识相关联的推荐商品。方法200例如可以按照预定时间间隔定期执行,以便更新推荐商品。
由此,能够在推荐商品时考虑商品的活动截止时间,避免推荐商品的时效性问题。
在一些实施例中,计算设备110可以确定商品表示之间的相似度。商品表示之间的相似度例如可以通过计算向量余弦来确定。随后,计算设备110可以确定相对于第一商品表示的相似度排序在预定位置之前的第二商品表示。例如相对于第一商品表示的相似度排序在前20位的第二商品表示。接着,计算设备110可以确定与第二商品表示相关联的商品标识,作为与第一商品表示相关联的商品标识的推荐商品。
由此,能够获取与相似度靠前的商品表示相关联的商品标识作为推荐商品,提高推荐准确性。
图3示出了根据本公开的实施例的用于生成商品共现元组的方法300的流程图。例如,方法300可以由如图1所示的计算设备110来执行。应当理解的是,方法300还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
在框302处,计算设备110获取点击商品标识序列中的第一商品标识和第二商品标识。第一商品标识和第二商品标识在点击商品标识序列中的位置相距不超过预定距离。预定距离例如包括但不限于3、4、5。例如在点击商品标识序列中,第二商品标识的位置不超过第一商品标识的前后3个位置。
在框304处,计算设备110基于与第一商品标识相关联的第一剩余时间和与第二商品标识相关联的第二剩余时间,确定权重。在一些实施例中,可以从上述倒排索引获取与第一商品标识相关联的第一剩余时间和与第二商品标识相关联的第二剩余时间。由此,可以更快检索到与商品标识相关联的检索时间。
在一些实施例中,计算设备110可以通过比较与第一商品标识相关联的第一剩余时间和与第二商品标识相关联的第二剩余时间之间的大小来确定权重。例如,如果计算设备110确定第一剩余时间小于第二剩余时间,则确定权重为第一值,如果计算设备110确定第一剩余时间等于第二剩余时间,则确定权重为第二值,以及如果确定第一剩余时间大于第二剩余时间,则确定权重为第三值。第一值大于第二值,第二值大于第三值。第一值例如为1.5,第二值例如为1,第三值例如为0。应当理解,上述第一值、第二值和第三值仅是举例说明,也可以采用其他的第一值、第二值和第三值。由此,剩余时间相对于第一商品标识更长的第二商品标识会以更高的权重与第一商品标识共现。
在框306处,计算设备110基于第一商品标识、第二商品标识和权重,生成与用户标识相关联的初始商品共现元组。
继续以参照图2描述的用户点击商品记录为例,例如具有2个点击商品标识序列,其中与用户A相关联的点击商品标识序列包括商品A、商品B和商品C,与用户B相关联的点击商品标识序列包括商品A、商品B和商品D,则可以生成与用户A相关联的初始商品共现元组(商品A,商品B,权重W1),(商品B,商品A,权重W2),(商品B,商品C,权重W3),以及(商品C,商品B,权重W4),与用户B相关联的初始商品共现元组(商品A,商品B,权重W5),(商品B,商品A,权重W6),(商品B,商品D,权重W7)以及(商品D,商品B,权重W8)。
在框308处,对包括相同第一商品标识和第二商品标识的初始商品共现元组中的权重求和,以得到商品共现元组。
继续以上面的初始商品共现元组为例,与用户A相关联的初始商品共现元组(商品A,商品B,权重W1)和与用户B相关联的初始商品共现元组(商品A,商品B,权重W5)都包括商品A和商品B,可以将他们进行合并,生成商品共现元组(商品A,商品B,权重W1+W5)。类似地,对于,生成商品共现元组(商品B,商品A,权重W2+W6)。其余的初始商品共现元组由于不包含相同的第一商品标识和第二商品标识,因此直接生成商品共现元组(商品B,商品C,权重W3),(商品C,商品B,权重W4),(商品B,商品D,权重W7)以及(商品D,商品B,权重W8)。
由此,使得共现商品的权重考虑了共现商品的剩余时间之间的关系,避免商品推荐时的时效性滞后问题。
图4示出了根据本公开的实施例的用于生成商品表示的方法400的流程图。例如,方法400可以由如图1所示的计算设备110来执行。应当理解的是,方法400还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
在框402处,计算设备110基于商品共现元组,生成有向图。有向图中的节点包括商品共现元组中的商品标识,表示商品共现元组中的第一商品标识的第一节点具有指向表示商品共现元组中的第二商品标识的第二节点的边。边的权重为商品共现元组中的权重。
结合图5并继续以上述商品共现元组(商品A,商品B,权重W1+W5),(商品B,商品A,权重W2+W6),(商品B,商品C,权重W3),(商品C,商品B,权重W4),(商品B,商品D,权重W7)以及(商品D,商品B,权重W8)为例。
对于商品共现元组(商品A,商品B,权重W1+W5),可以生成节点A、节点B以及从节点A到节点B的边510,边510的权重为W1+W5。
对于商品共现元组(商品B,商品A,权重W2+W6),可以生成从节点B到节点A的边511,边511的权重为W2+W6。
对于商品共现元组(商品B,商品C,权重W3),可以生成节点C以及从节点B指向节点C的边512,边512的权重为W2。
对于(商品C,商品B,权重W4),可以生成从节点C指向节点B的边513,边513的权重为W4。
对于(商品B,商品D,权重W7),可以生成节点D和从节点B指向节点D的边514,边514的权重为W7。
对于(商品D,商品B,权重W8),可以生成从节点D指向节点B的边515,边515的权重为W8。由此,可以生成有向图500。
在框404处,计算设备110基于边的权重,对有向图进行随机游走,以得到多个商品标识序列。可以基于从第一节点跳转到第二节点的概率来进行随机游走。从第一节点跳转到第二节点的概率可以通过将从第一节点到第二节点的边的权重除以第一节点的所有出边的权重和来得到。
例如,从有向图500的节点A出发开始随机游走,可以得到商品标识序列(商品A,商品B,商品C),这里假设边512的权重大于边514的权重。从有向图500的节点B出发开始随机游走,可以得到商品标识序列(商品B,商品A),这里假设边511的权重大于边512和边514的权重。从有向图500的节点C出发开始随机游走,可以得到商品标识序列(商品C,商品B,商品A),这里假设边511的权重大于边514的权重。从有向图的节点D出发开始随机游走,可以得到商品标识序列(商品D,商品B,商品A)。
在框406处,计算设备110基于多个商品标识序列和神经网络模型,生成与商品标识相关联的商品表示。
神经网络模型例如包括但不限于Word2Vec模型,例如Skip-gram模型。通过将多个商品标识序列输入上述神经网络模型,可以得到与商品标识相关联的商品表示。
由此,能够生成表征商品标识的商品表示,以便用于进行商品推荐。
图6示出了可以用来实施本公开内容的实施例的示例设备600的示意性框图。例如,如图1所示的计算设备110可以由设备600来实施。如图所示,设备600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的计算机程序指令或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序指令,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标、麦克风等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
上文所描述的各个过程和处理,例如方法200-400,可由处理单元601执行。例如,在一些实施例中,方法200-400可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序被加载到RAM 603 并由CPU601 执行时,可以执行上文描述的方法200-400的一个或多个动作。
本公开涉及方法、装置、***、电子设备、计算机可读存储介质和/或计算机程序产品。计算机程序产品可以包括用于执行本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、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,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令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。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,两个连续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动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。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。