CN111782953A - 推荐方法、装置、设备及存储介质 - Google Patents
推荐方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111782953A CN111782953A CN202010622970.0A CN202010622970A CN111782953A CN 111782953 A CN111782953 A CN 111782953A CN 202010622970 A CN202010622970 A CN 202010622970A CN 111782953 A CN111782953 A CN 111782953A
- Authority
- CN
- China
- Prior art keywords
- user
- recommendation
- intelligent robot
- sample
- identity information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000004891 communication Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 12
- 230000001815 facial effect Effects 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004883 computer application Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (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
本发明实施例提供了一种推荐方法、装置、设备及存储介质。其中，一种推荐方法，应用于智能机器人，在检测到用户使用所述智能机器人时，获取所述用户的身份信息；当所述身份信息对应有历史记录时，获取所述用户的个性化数据；其中，所述历史记录为所述用户对所述智能机器人所属物理场景对应的推荐对象进行的历史操作的记录；利用所述用户的个性化数据，从所述智能机器人所属物理场景对应的推荐对象中，确定符合所述用户喜好的推荐对象；基于所述用户使用所述智能机器人时的当前访问页面，对所确定的推荐对象进行展示。本方案可以提高智能机器人提供的推荐服务的准确度。
Description
技术领域
本发明涉及计算机应用技术领域，特别是涉及一种推荐方法、装置、设备及存储介质。
背景技术
智能机器人具有能够认识周围环境、对周围环境做出反应以及自主动作的特点，因此，可以替代人工，应用于医院、商超以及银行等等需要大量人工服务的物理场景中，用于提供人工服务，例如推荐服务。并且，对于推荐服务而言，智能机器人可以同时提供多个推荐对象，提高推荐的效率。
相关技术中，智能机器人可以按照预设顺序展示多个推荐对象，实现推荐服务。例如，按照楼层从高到低的顺序展示推荐店铺，按照商品名称首字母的顺序展示商品等等。但是，推荐对象的数量往往较多，当智能机器人按照预设顺序展示推荐对象时，当前展示的推荐对象很可能是用户不感兴趣的推荐对象，导致智能机器人提供的推荐服务的推荐准确度较低的问题。
因此，如何提高智能机器人提供的推荐服务的推荐准确度，是亟待解决的问题。
发明内容
本发明实施例的目的在于提供一种推荐方法、装置、设备及存储介质，以实现提高智能机器人提供的推荐服务的推荐准确度的效果。具体技术方案如下：
第一方面，本发明实施例提供一种推荐方法，应用于智能机器人，所述方法包括：
在检测到用户使用所述智能机器人时，获取所述用户的身份信息；
当所述身份信息对应有历史记录时，获取所述用户的个性化数据；其中，所述历史记录为所述用户对所述智能机器人所属物理场景对应的推荐对象进行的历史操作的记录；所述用户的个性化数据为能够影响所述用户对智能机器人所属物理场景对应的推荐对象的喜好的数据，至少包括所述历史记录；
利用所述用户的个性化数据，从所述智能机器人所属物理场景对应的推荐对象中，确定符合所述用户喜好的推荐对象；
基于所述用户使用所述智能机器人时的当前访问页面，对所确定的推荐对象进行展示。
可选的，所述用户的个性化数据，还包括：所述当前访问页面的内容、所述身份信息以及当前时间点；
所述利用所述用户的个性化数据，从所述智能机器人所属物理场景对应的推荐对象中，确定符合所述用户喜好的推荐对象，包括：
将所述历史记录、所述当前访问页面的内容、所述身份信息以及当前时间点输入第一推荐模型，得到所述用户的喜好特征；其中，所述第一推荐模型为预先利用样本用户的样本个性化数据以及样本喜好推荐对象的特征，训练得到的模型；所述样本用户的样本个性化数据包括：所述样本用户的样本历史记录、与所述样本历史记录对应的样本用户访问页面的内容、样本身份信息以及与所述样本历史记录对应的样本时间点；
分别计算所述用户的喜好特征与所述智能机器人所属物理场景对应的推荐对象的特征之间的相似度；
将相似度满足预设相似条件的所述智能机器人所属物理场景对应的推荐对象，确定为符合所述用户喜好的推荐对象。
可选的，在所述获取所述用户的身份信息之后，所述方法还包括：
当所述身份信息不存在对应的历史记录，且所述身份信息对应有所述用户的性别和/或者年龄时，将所述用户的性别和/或者年龄输入第二推荐模型，得到符合所述用户喜好的推荐对象；
其中，所述第二推荐模型为基于所述用户的性别和/或者年龄，确定所述用户的相似用户，并将所述相似用户喜好的推荐对象作为所述用户喜好的推荐对象的模型。
可选的，在所述将所述用户的性别和/或者年龄输入第二推荐模型之前，所述方法还包括：
如果所述身份信息不存在对应的所述用户的性别和/或者年龄，采集所述用户的面部图像；
对所述面部图像进行人脸识别，得到所述身份信息对应的性别和/或者年龄。
可选的，所述基于所述用户使用所述智能机器人时的当前访问页面，对所确定的推荐对象进行展示，包括：
当所述用户使用所述智能机器人时的当前访问页面为非推荐对象详情页时，在所述当前访问页面的推荐栏中展示所确定的推荐对象；
当所述用户使用所述智能机器人时的当前访问页面为推荐对象详情页时，在所述当前访问页面的推荐对象相关栏中展示所确定的推荐对象。
第二方面，本发明实施例提供一种推荐装置，应用于智能机器人，所述装置包括：
信息获取模块，用于在检测到用户使用所述智能机器人时，获取所述用户的身份信息；当所述身份信息对应有历史记录时，获取所述用户的个性化数据；其中，所述历史记录为所述用户对所述智能机器人所属物理场景对应的推荐对象进行的历史操作的记录；所述用户的个性化数据为能够影响所述用户对智能机器人所属物理场景对应的推荐对象的喜好的数据，至少包括所述历史记录；
喜好确定模块，用于利用所述用户的个性化数据，从所述智能机器人所属物理场景对应的推荐对象中，确定符合所述用户喜好的推荐对象；
推荐模块，用于基于所述用户使用所述智能机器人时的当前访问页面，对所确定的推荐对象进行展示。
可选的，所述用户的个性化数据，还包括：所述当前访问页面的内容、所述身份信息以及当前时间点；
所述喜好确定模块，具体用于：
将所述历史记录、所述当前访问页面的内容、所述身份信息以及当前时间点输入第一推荐模型，得到所述用户的喜好特征；其中，所述第一推荐模型为预先利用样本用户的样本个性化数据以及样本喜好推荐对象的特征，训练得到的模型；所述样本用户的样本个性化数据包括：所述样本用户的样本历史记录、与所述样本历史记录对应的样本用户访问页面的内容、样本身份信息以及与所述样本历史记录对应的样本时间点；
分别计算所述用户的喜好特征与所述智能机器人所属物理场景对应的推荐对象的特征之间的相似度；
将相似度满足预设相似条件的所述智能机器人所属物理场景对应的推荐对象，确定为符合所述用户喜好的推荐对象。
可选的，所述喜好确定模块，还用于：在所述信息获取模块获取所述用户的身份信息和所述用户当前访问页面的信息之后，当所述身份信息不存在对应的历史记录，且所述身份信息对应有所述用户的性别和/或者年龄时，将所述用户的性别和/或者年龄输入第二推荐模型，得到符合所述用户喜好的推荐对象；
其中，所述第二推荐模型为基于所述用户的性别和/或者年龄，确定所述用户的相似用户，并将所述相似用户喜好的推荐对象作为所述用户喜好的推荐对象的模型。
可选的，所述装置还包括：人脸识别模块，用于：
在所述喜好确定模块将所述用户的性别和/或者年龄输入第二推荐模型之前，如果所述身份信息不存在对应的所述用户的性别和/或者年龄，采集所述用户的面部图像；
对所述面部图像进行人脸识别，得到所述身份信息对应的性别和/或者年龄。
可选的，所述推荐模块，具体用于：
当所述用户使用所述智能机器人时的当前访问页面为非推荐对象详情页时，在所述当前访问页面的推荐栏中展示所确定的推荐对象；
当所述用户使用所述智能机器人时的当前访问页面为推荐对象详情页时，在所述当前访问页面的推荐对象相关栏中展示所确定的推荐对象。
第三方面，本发明实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；存储器，用于存放计算机程序；处理器，用于执行存储器上所存放的程序时，实现上述第一方面所述的推荐方法步骤。
第四方面，本发明实施例提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现第一方面所述的推荐方法步骤。
本发明实施例有益效果：
本发明实施例提供的方案中，用户的个性化数据为能够影响用户对智能机器人所属物理场景对应的推荐对象的喜好的数据，并且，历史记录为用户对智能机器人所属物理场景对应的推荐对象进行的历史操作的记录。因此，在使用智能机器人的用户对应有历史记录时，可以获取用户的至少包括历史记录的个性化数据。以此为基础，可以利用用户的个性化数据，从智能机器人所属物理场景对应的推荐对象中，确定符合用户喜好的推荐对象；并基于用户使用智能机器人时的当前访问页面，对所确定的推荐对象进行展示。可见，通过本方案，智能机器人可以向用户展示符合用户喜好的推荐对象，从而提高智能机器人提供的推荐服务的推荐准确度。
当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的实施例。
图1为本发明一实施例提供的一种推荐方法的流程示意图；
图2为本发明一实施例提供的另一种推荐方法的流程示意图；
图3为本发明一实施例提供的一种推荐装置的结构示意图；
图4为本发明一实施例提供的另一种推荐装置的结构示意图；
图5为本发明一实施例提供的一种电子设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为了便于理解，下面首先对本发明实施例提供的一种推荐方法进行说明。
本发明实施例提供的一种推荐方法，可以应用于智能机器人，该智能机器人可以应用于商场、医院以及银行等需要推荐服务的物理场景，提供适用于相应物理场景的推荐服务。
如图1所示，本发明一实施例提供的一种推荐方法的流程，该方法可以包括如下步骤：
S101，在检测到用户使用智能机器人时，获取用户的身份信息。
在具体应用中，检测用户使用智能机器人的方式可以是多种的。示例性的，当智能机器人接收到用户的登录请求时，可以确定检测到用户使用智能机器人。或者，示例性的，当智能机器人检测到用户对该智能机器人的交互界面进行操作时，可以确定检测到用户使用智能机器人。
并且，用户的身份信息具体可以为用于表明用户唯一性的标识，例如，用户ID等信息。用户当前访问页面的信息具体可以为用户当前访问页面的页面布局，以及该页面所展示的数据。
S102，当身份信息对应有历史记录时，获取用户的个性化数据。
其中，历史记录为用户对智能机器人所属物理场景对应的推荐对象进行的历史操作的记录；用户的个性化数据为能够影响用户对智能机器人所属物理场景对应的推荐对象的喜好的数据，至少包括历史记录。
在具体应用中，当身份信息对应有历史记录时，获取用户的个性化数据的方式可以是多种的。示例性的，可以由智能机器人将身份信息发送给服务器，以使得服务器确定该身份信息是否对应有历史记录，如果有，服务器查找该身份信息对应的个性化数据，并返回给智能机器人。或者，示例性的，智能机器人自身存储用户的历史记录以及个性化数据时，可以由智能机器人直接查找存在历史记录的用户的个性化数据。
为了保证智能机器人提供的推荐服务适用于智能机器人所属的物理场景，智能机器人向用户展示的推荐对象与智能机器人所属的物理场景相对应。例如，商场的智能机器人展示的推荐对象可以为商场的店铺，超市的智能机器人展示的推荐对象可以为超市售卖的商品等等。其中，智能机器人所属物理场景为现实世界中通过智能机器人替代人工，提供推荐服务的客观场景，例如，商场、超市、银行以及医院等等场景。上述物理场景在通过智能机器人提供推荐服务时，智能机器人推荐的推荐对象与该物理场景相对应，例如，银行的智能机器人不会推荐商场的店铺和商品，而是推荐银行的金融服务等等。
并且，用户对智能机器人所属物理场景对应的推荐对象进行的历史操作的记录，具体可以包括：用户点击该推荐对象以查看推荐对象的详情，用户收藏该推荐对象以及用户屏蔽该推荐对象等等操作的记录。用户的个性化数据为能够影响用户对智能机器人所属物理场景对应的推荐对象的喜好的数据，可以是多种的。示例性的，用户的个性化数据可以包括上述历史记录、当前访问页面的信息、所述身份信息以及当前时间点等等。在本实施例中，个性化数据可以至少包括历史记录。
S103，利用用户的个性化数据，从智能机器人所属物理场景对应的推荐对象中，确定符合用户喜好的推荐对象。
在具体应用中，对应于不同的个性化数据，从智能机器人所属物理场景对应的推荐对象中，确定符合用户喜好的推荐对象的具体方式不同。示例性的，当用户的个性化数据为上述历史记录时，可以直接将历史记录中，为指定操作的用户历史操作对应的推荐对象，确定为符合用户喜好的推荐对象。其中，指定操作为表明用户对推荐对象感兴趣的操作，例如点击推荐对象的详情页，收藏推荐对象等操作。举例而言，历史记录中用户的收藏操作对应店铺A，可以将店铺A确定为符合用户喜好的推荐对象。或者，示例性的，当用户的个性化数据为历史记录、用户使用智能机器人时的当前访问页面的内容、身份信息以及当前时间点时，可以将历史记录、当前访问页面的内容、身份信息以及当前时间点输入第一推荐模型，得到用户的喜好特征；进而基于喜好特征从智能机器人所属物理场景对应的推荐对象中，确定符合用户喜好的推荐对象。为了便于理解和合理布局，后续以可选实施例的形式，对第二种示例性描述进行具体说明。
S104，基于用户使用智能机器人时的当前访问页面，对所确定的推荐对象进行展示。
在具体应用中，基于用户使用智能机器人时的当前访问页面，对所确定的推荐对象进行展示可以是多种的，下面以可选实施例的形式进行说明。
在一种可选的实施方式中，上述基于用户使用智能机器人时的当前访问页面，对所确定的推荐对象进行展示，具体可以包括如下步骤：
当上述用户使用智能机器人时的当前访问页面为非推荐对象详情页时，在当前访问页面的推荐栏中展示所确定的推荐对象；
当上述用户使用智能机器人时的当前访问页面为推荐对象详情页时，在当前访问页面的推荐对象相关栏中展示所确定的推荐对象。
在具体应用中，当前访问页面的推荐栏可以为当前访问页面中处于上方位置的区域，该区域可以划分为多个子区域，每个子区域中可以展示一个推荐对象，以在醒目位置同时展示多个推荐对象。当前访问页面的推荐对象相关栏可以为当前访问页面中处于下方位置的区域，该区域可以划分为多个子区域，每个子区域中可以展示一个推荐对象，以便用户浏览当前访问页面的推荐对象的详情时，看到该与当前浏览的推荐对象不同的多个推荐对象，兼顾不影响当前访问页面的浏览和推荐对象的多样性。
另外，智能机器人可以具有两个显示屏，其中一个可以用于显示当前访问页面，另一个可以用于显示推荐结果，兼顾不影响当前访问页面的浏览和推荐对象的多样性。或者，其中一个可以用于实现显示功能，另一个可以用于实现交互功能。
本发明实施例提供的方案中，用户的个性化数据为能够影响用户对智能机器人所属物理场景对应的推荐对象的喜好的数据，并且，历史记录为用户对智能机器人所属物理场景对应的推荐对象进行的历史操作的记录。因此，在使用智能机器人的用户对应有历史记录时，可以获取用户的至少包括历史记录的个性化数据。以此为基础，可以利用用户的个性化数据，从智能机器人所属物理场景对应的推荐对象中，确定符合用户喜好的推荐对象；并基于当前访问页面的信息，对所确定的推荐对象进行展示。可见，通过本方案，智能机器人可以向用户展示符合用户喜好的推荐对象，从而提高智能机器人提供的推荐服务的推荐准确度。
在一种可选的实施方式中，上述用户的个性化数据，还可以包括：当前访问页面的内容、身份信息以及当前时间点；
上述利用所述用户的个性化数据，从智能机器人所属物理场景对应的推荐对象中，确定符合用户喜好的推荐对象，具体可以包括如下步骤：
将历史记录、当前访问页面的内容、身份信息以及当前时间点输入第一推荐模型，得到用户的喜好特征；其中，第一推荐模型为预先利用样本用户的样本个性化数据以及样本喜好推荐对象的特征，训练得到的模型；样本用户的样本个性化数据包括：样本用户的样本历史记录、与样本历史记录对应的样本用户访问页面的内容、样本身份信息以及与样本历史记录对应的样本时间点；
分别计算用户的喜好特征与智能机器人所属物理场景对应的推荐对象的特征之间的相似度；
将相似度满足预设相似条件的智能机器人所属物理场景对应的推荐对象，确定为符合用户喜好的推荐对象。
在具体应用中，用户当前访问的页面很可能是用户感兴趣的推荐对象的页面，相应的，用户当前访问页面的内容具体可以为用户当前访问页面所展示的关于推荐对象的内容，例如，用户当前访问页面所展示的推荐对象的名称、链接以及图像等等内容；用户的身份信息可以影响用户对推荐对象的喜好，例如身份信息对应的年龄和性别等信息；时间点不同用户喜好的推荐对象不同，例如，在商场场景中，用餐时间段用户喜好的推荐对象很可能是餐厅，非用餐时间段用户喜好的推荐对象很可能是休闲店铺等等。因此，可以预先利用样本用户的样本个性化数据以及样本喜好推荐对象的特征，训练得到第一推荐模型，进而将历史记录、当前访问页面的信息、身份信息以及当前时间点输入第一推荐模型，得到用户的喜好特征。
并且，用户的喜好特征与智能机器人所属物理场景对应的推荐对象的特征之间的相似度，可以利用相似度算法计算得到。举例而言，相似度算法可以为余弦相似度算法。其中，预设相似条件可以是计算得到的相似度大于或者等于预设阈值。
如图2所示，本发明一实施例提供的另一种推荐方法的流程，该方法可以包括如下步骤：
S201，在检测到用户使用智能机器人时，获取用户的身份信息。
S202，当身份信息对应有历史记录时，获取用户的个性化数据。
其中，历史记录为用户对智能机器人所属物理场景对应的推荐对象进行的历史操作的记录；用户的个性化数据为能够影响用户对智能机器人所属物理场景对应的推荐对象的喜好的数据，至少包括历史记录。
S203，利用用户的个性化数据，从智能机器人所属物理场景对应的推荐对象中，确定符合用户喜好的推荐对象。
上述S201至S203与本发明图1实施例的S101至S103为相同步骤，在此不再赘述，详见上述本发明图1实施例的描述。
S204，当身份信息不存在对应的历史记录、且身份信息对应有用户的性别和/或者年龄时，将用户的性别和/或者年龄输入第二推荐模型，得到符合用户喜好的推荐对象。
其中，第二推荐模型为基于身份信息，确定用户的相似用户，并将相似用户喜好的推荐对象作为用户喜好的推荐对象的模型。
在具体应用中，身份信息对应有用户的性别和年龄中的至少一个数据时，可以将该数据输入第二推荐模型，得到符合用户喜好的推荐对象。举例而言，当对应有性别时，可以将性别输入第二推荐模型，当对应有年龄时，可以将年龄输入第二推荐模型，当对应有性别和年龄时，可以将性别和年龄输入第二推荐模型。相应的，第二推荐模型可以基于性别和年龄中的至少一个确定当前用户的相似用户，并将相似用户喜好的推荐对象作为用户喜好的推荐对象的模型。例如，与当前用户性别和年龄相同的用户，可以作为当前用户的相似用户。
S205，基于用户使用智能机器人时的当前访问页面，对所确定的推荐对象进行展示。
上述S205本发明图1实施例的S104为相同步骤，在此不再赘述，详见上述本发明图1实施例的描述。
上述图2实施例可以在身份信息不存在对应的历史记录、且身份信息对应有用户的性别和/或者年龄时，利用身份信息对应有用户的性别和/或者年龄，确定当前用户的相似用户，进而将相似用户喜好的推荐对象作为用户喜好的推荐对象。由此，对于不存在历史记录的新用户，同样可以确定符合用户喜好的推荐对象。
在一种可选的实施方式中，在上述将身份信息对应的性别和/或者年龄输入第二推荐模型之前，本发明实施例提供的推荐方法，还可以包括如下步骤：
如果身份信息不存在对应的用户的性别和/或者年龄，采集用户的面部图像；
对面部图像进行人脸识别，得到身份信息对应的性别和/或者年龄。
在具体应用中，用户的身份信息很可能不存在对应的用户的性别和/或者年龄，此时，可以采集用户的面部图像；进而对面部图像进行人脸识别，得到身份信息对应的性别和/或者年龄。为此，智能机器人可以与图像采集设备通信连接，以利用图像采集设备采集用户的面部图像，并且，图像采集设备可以安装在智能机器人上，或者，可以独立于智能机器人。
相应于上述方法实施例，本发明还提供了一种推荐装置。
如图3所示，本发明一实施例提供的一种推荐装置，应用于智能机器人，该装置包括：
信息获取模块301，用于在检测到用户使用所述智能机器人时，获取所述用户的身份信息；当所述身份信息对应有历史记录时，获取所述用户的个性化数据；其中，所述历史记录为所述用户对所述智能机器人所属物理场景对应的推荐对象进行的历史操作的记录；所述用户的个性化数据为能够影响所述用户对智能机器人所属物理场景对应的推荐对象的喜好的数据，至少包括所述历史记录；
喜好确定模块302，用于利用所述用户的个性化数据，从所述智能机器人所属物理场景对应的推荐对象中，确定符合所述用户喜好的推荐对象；
推荐模块303，用于基于所述用户使用所述智能机器人时的当前访问页面，对所确定的推荐对象进行展示。
本发明实施例提供的方案中，用户的个性化数据为能够影响用户对智能机器人所属物理场景对应的推荐对象的喜好的数据，并且，历史记录为用户对智能机器人所属物理场景对应的推荐对象进行的历史操作的记录。因此，在使用智能机器人的用户对应有历史记录时，可以获取用户的至少包括历史记录的个性化数据。以此为基础，可以利用用户的个性化数据，从智能机器人所属物理场景对应的推荐对象中，确定符合用户喜好的推荐对象；并基于用户使用所述智能机器人时的当前访问页面，对所确定的推荐对象进行展示。可见，通过本方案，智能机器人可以向用户展示符合用户喜好的推荐对象，从而提高智能机器人提供的推荐服务的推荐准确度。
可选的，所述用户的个性化数据，还包括：所述当前访问页面的内容、所述身份信息以及当前时间点；
所述喜好确定模块302，具体用于：
将所述历史记录、所述当前访问页面的内容、所述身份信息以及当前时间点输入第一推荐模型，得到所述用户的喜好特征；其中，所述第一推荐模型为预先利用样本用户的样本个性化数据以及样本喜好推荐对象的特征，训练得到的模型；所述样本用户的样本个性化数据包括：所述样本用户的样本历史记录、与所述样本历史记录对应的样本用户访问页面的内容、样本身份信息以及与所述样本历史记录对应的样本时间点；
分别计算所述用户的喜好特征与所述智能机器人所属物理场景对应的推荐对象的特征之间的相似度；
将相似度满足预设相似条件的所述智能机器人所属物理场景对应的推荐对象，确定为符合所述用户喜好的推荐对象。
可选的，所述喜好确定模块302，还用于：在所述信息获取模块获取所述用户的身份信息和所述用户当前访问页面的信息之后，当所述身份信息不存在对应的历史记录，且所述身份信息对应有所述用户的性别和/或者年龄时，将所述用户的性别和/或者年龄输入第二推荐模型，得到符合所述用户喜好的推荐对象；
其中，所述第二推荐模型为基于所述用户的性别和/或者年龄，确定所述用户的相似用户，并将所述相似用户喜好的推荐对象作为所述用户喜好的推荐对象的模型。
如图4所示，本发明一实施例提供的另一种推荐装置，应用于智能机器人，该装置包括：
信息获取模块401，用于在检测到用户使用所述智能机器人时，获取所述用户的身份信息；当所述身份信息对应有历史记录时，获取所述用户的个性化数据；其中，所述历史记录为所述用户对所述智能机器人所属物理场景对应的推荐对象进行的历史操作的记录；所述用户的个性化数据为能够影响所述用户对智能机器人所属物理场景对应的推荐对象的喜好的数据，至少包括所述历史记录；
喜好确定模块402，用于利用所述用户的个性化数据，从所述智能机器人所属物理场景对应的推荐对象中，确定符合所述用户喜好的推荐对象；在所述信息获取模块获取所述用户的身份信息和所述用户当前访问页面的信息之后，当所述身份信息不存在对应的历史记录，且所述身份信息对应有所述用户的性别和/或者年龄时，将所述用户的性别和/或者年龄输入第二推荐模型，得到符合所述用户喜好的推荐对象；其中，所述第二推荐模型为基于所述用户的性别和/或者年龄，确定所述用户的相似用户，并将所述相似用户喜好的推荐对象作为所述用户喜好的推荐对象的模型。
人脸识别模块403，用于在所述喜好确定模块402将所述用户的性别和/或者年龄输入第二推荐模型之前，如果所述身份信息不存在对应的所述用户的性别和/或者年龄，采集所述用户的面部图像；对所述面部图像进行人脸识别，得到所述身份信息对应的性别和/或者年龄；
推荐模块404，用于基于所述用户使用所述智能机器人时的当前访问页面，对所确定的推荐对象进行展示。
可选的，所述推荐模块，具体用于：
当所述用户使用所述智能机器人时的当前访问页面为非推荐对象详情页时，在所述当前访问页面的推荐栏中展示所确定的推荐对象；
当所述用户使用所述智能机器人时的当前访问页面为推荐对象详情页时，在所述当前访问页面的推荐对象相关栏中展示所确定的推荐对象。
本发明实施例还提供了一种电子设备，如图5所示，包括处理器501、通信接口502、存储器503和通信总线504，其中，处理器501，通信接口502，存储器503通过通信总线504完成相互间的通信，
存储器503，用于存放计算机程序；
处理器501，用于执行存储器503上所存放的程序时，实现如下步骤：
在检测到用户使用所述智能机器人时，获取用户的身份信息；
当身份信息对应有历史记录时，获取用户的个性化数据；
其中，历史记录为用户对智能机器人所属物理场景对应的推荐对象进行的历史操作的记录；用户的个性化数据为能够影响用户对智能机器人所属物理场景对应的推荐对象的喜好的数据，至少包括历史记录；
利用用户的个性化数据，从智能机器人所属物理场景对应的推荐对象中，确定符合用户喜好的推荐对象；
基于用户使用所述智能机器人时的当前访问页面，对所确定的推荐对象进行展示。
在具体应用中，该电子设备可以为智能机器人。
本发明实施例提供的方案中，用户的个性化数据为能够影响用户对智能机器人所属物理场景对应的推荐对象的喜好的数据，并且，历史记录为用户对智能机器人所属物理场景对应的推荐对象进行的历史操作的记录。因此，在使用智能机器人的用户对应有历史记录时，可以获取用户的至少包括历史记录的个性化数据。以此为基础，可以利用用户的个性化数据，从智能机器人所属物理场景对应的推荐对象中，确定符合用户喜好的推荐对象；并基于用户使用所述智能机器人时的当前访问页面，对所确定的推荐对象进行展示。可见，通过本方案，智能机器人可以向用户展示符合用户喜好的推荐对象，从而提高智能机器人提供的推荐服务的推荐准确度。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器(Digital SignalProcessing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
在本发明提供的又一实施例中，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内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一推荐方法的步骤。
在本发明提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述实施例中任一推荐方法。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置和电子设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。
Claims (10)
1.一种推荐方法，其特征在于，应用于智能机器人，所述方法包括：
在检测到用户使用所述智能机器人时，获取所述用户的身份信息；
当所述身份信息对应有历史记录时，获取所述用户的个性化数据；其中，所述历史记录为所述用户对所述智能机器人所属物理场景对应的推荐对象进行的历史操作的记录；所述用户的个性化数据为能够影响所述用户对智能机器人所属物理场景对应的推荐对象的喜好的数据，至少包括所述历史记录；
利用所述用户的个性化数据，从所述智能机器人所属物理场景对应的推荐对象中，确定符合所述用户喜好的推荐对象；
基于所述用户使用所述智能机器人时的当前访问页面，对所确定的推荐对象进行展示。
2.根据权利要求1所述的方法，其特征在于，所述用户的个性化数据，还包括：所述当前访问页面的内容、所述身份信息以及当前时间点；
所述利用所述用户的个性化数据，从所述智能机器人所属物理场景对应的推荐对象中，确定符合所述用户喜好的推荐对象，包括：
将所述历史记录、所述当前访问页面的内容、所述身份信息以及当前时间点输入第一推荐模型，得到所述用户的喜好特征；其中，所述第一推荐模型为预先利用样本用户的样本个性化数据以及样本喜好推荐对象的特征，训练得到的模型；所述样本用户的样本个性化数据包括：所述样本用户的样本历史记录、与所述样本历史记录对应的样本用户访问页面的内容、样本身份信息以及与所述样本历史记录对应的样本时间点；
分别计算所述用户的喜好特征与所述智能机器人所属物理场景对应的推荐对象的特征之间的相似度；
将相似度满足预设相似条件的所述智能机器人所属物理场景对应的推荐对象，确定为符合所述用户喜好的推荐对象。
3.根据权利要求1所述的方法，其特征在于，在所述获取所述用户的身份信息之后，所述方法还包括：
当所述身份信息不存在对应的历史记录，且所述身份信息对应有所述用户的性别和/或者年龄时，将所述用户的性别和/或者年龄输入第二推荐模型，得到符合所述用户喜好的推荐对象；
其中，所述第二推荐模型为基于所述用户的性别和/或者年龄，确定所述用户的相似用户，并将所述相似用户喜好的推荐对象作为所述用户喜好的推荐对象的模型。
4.根据权利要求3所述的方法，其特征在于，在所述将所述用户的性别和/或者年龄输入第二推荐模型之前，所述方法还包括：
如果所述身份信息不存在对应的所述用户的性别和/或者年龄，采集所述用户的面部图像；
对所述面部图像进行人脸识别，得到所述身份信息对应的性别和/或者年龄。
5.根据权利要求1所述的方法，其特征在于，所述基于所述用户使用所述智能机器人时的当前访问页面，对所确定的推荐对象进行展示，包括：
当所述用户使用所述智能机器人时的当前访问页面为非推荐对象详情页时，在所述当前访问页面的推荐栏中展示所确定的推荐对象；
当所述用户使用所述智能机器人时的当前访问页面为推荐对象详情页时，在所述当前访问页面的推荐对象相关栏中展示所确定的推荐对象。
6.一种推荐装置，其特征在于，应用于智能机器人，所述装置包括：
信息获取模块，用于在检测到用户使用所述智能机器人时，获取所述用户的身份信息；当所述身份信息对应有历史记录时，获取所述用户的个性化数据；其中，所述历史记录为所述用户对所述智能机器人所属物理场景对应的推荐对象进行的历史操作的记录；所述用户的个性化数据为能够影响所述用户对智能机器人所属物理场景对应的推荐对象的喜好的数据，至少包括所述历史记录；
喜好确定模块，用于利用所述用户的个性化数据，从所述智能机器人所属物理场景对应的推荐对象中，确定符合所述用户喜好的推荐对象；
推荐模块，用于基于所述用户使用所述智能机器人时的当前访问页面，对所确定的推荐对象进行展示。
7.根据权利要求6所述的装置，其特征在于，所述用户的个性化数据，还包括：所述当前访问页面的内容、所述身份信息以及当前时间点；
所述喜好确定模块，具体用于：
将所述历史记录、所述当前访问页面的内容、所述身份信息以及当前时间点输入第一推荐模型，得到所述用户的喜好特征；其中，所述第一推荐模型为预先利用样本用户的样本个性化数据以及样本喜好推荐对象的特征，训练得到的模型；所述样本用户的样本个性化数据包括：所述样本用户的样本历史记录、与所述样本历史记录对应的样本用户访问页面的内容、样本身份信息以及与所述样本历史记录对应的样本时间点；
分别计算所述用户的喜好特征与所述智能机器人所属物理场景对应的推荐对象的特征之间的相似度；
将相似度满足预设相似条件的所述智能机器人所属物理场景对应的推荐对象，确定为符合所述用户喜好的推荐对象。
8.根据权利要求6所述的装置，其特征在于，所述喜好确定模块，还用于：在所述信息获取模块获取所述用户的身份信息之后，当所述身份信息不存在对应的历史记录，且所述身份信息对应有所述用户的性别和/或者年龄时，将所述用户的性别和/或者年龄输入第二推荐模型，得到符合所述用户喜好的推荐对象；
其中，所述第二推荐模型为基于所述用户的性别和/或者年龄，确定所述用户的相似用户，并将所述相似用户喜好的推荐对象作为所述用户喜好的推荐对象的模型。
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-5任一所述的方法步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-5任一所述的方法步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010622970.0A CN111782953A (zh) | 2020-06-30 | 2020-06-30 | 推荐方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010622970.0A CN111782953A (zh) | 2020-06-30 | 2020-06-30 | 推荐方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111782953A true CN111782953A (zh) | 2020-10-16 |
Family
ID=72760591
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010622970.0A Pending CN111782953A (zh) | 2020-06-30 | 2020-06-30 | 推荐方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111782953A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113327130A (zh) * | 2021-06-01 | 2021-08-31 | 深圳市爱深盈通信息技术有限公司 | 迎宾机器人的控制方法、迎宾机器人和存储介质 |
| CN113459975A (zh) * | 2021-07-31 | 2021-10-01 | 重庆长安新能源汽车科技有限公司 | 一种智能座舱*** |
| CN113656610A (zh) * | 2021-08-13 | 2021-11-16 | 阿波罗智联(北京)科技有限公司 | 推荐多媒体信息的方法、装置、电子设备和存储介质 |
| CN113779414A (zh) * | 2021-10-19 | 2021-12-10 | 平安科技（深圳）有限公司 | 基于机器学习模型的数据推荐方法、装置、设备及介质 |
| CN114153795A (zh) * | 2021-11-25 | 2022-03-08 | 北京融安特智能科技股份有限公司 | 智能调取电子档案的方法、装置、电子设备和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103678672A (zh) * | 2013-12-25 | 2014-03-26 | 北京中兴通软件科技股份有限公司 | 一种信息推荐方法 |
| CN109688178A (zh) * | 2017-10-19 | 2019-04-26 | 阿里巴巴集团控股有限公司 | 推荐方法、装置和设备 |
| CN109829775A (zh) * | 2018-12-03 | 2019-05-31 | 苏州大学 | 一种物品推荐方法、装置、设备及可读存储介质 |
| CN110309427A (zh) * | 2018-05-31 | 2019-10-08 | 腾讯科技（深圳）有限公司 | 一种对象推荐方法、装置及存储介质 |
| CN111260447A (zh) * | 2020-02-11 | 2020-06-09 | 深圳前海达闼云端智能科技有限公司 | 售货机器人的商品推荐方法及装置 |
-
2020
- 2020-06-30 CN CN202010622970.0A patent/CN111782953A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103678672A (zh) * | 2013-12-25 | 2014-03-26 | 北京中兴通软件科技股份有限公司 | 一种信息推荐方法 |
| CN109688178A (zh) * | 2017-10-19 | 2019-04-26 | 阿里巴巴集团控股有限公司 | 推荐方法、装置和设备 |
| CN110309427A (zh) * | 2018-05-31 | 2019-10-08 | 腾讯科技（深圳）有限公司 | 一种对象推荐方法、装置及存储介质 |
| CN109829775A (zh) * | 2018-12-03 | 2019-05-31 | 苏州大学 | 一种物品推荐方法、装置、设备及可读存储介质 |
| CN111260447A (zh) * | 2020-02-11 | 2020-06-09 | 深圳前海达闼云端智能科技有限公司 | 售货机器人的商品推荐方法及装置 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113327130A (zh) * | 2021-06-01 | 2021-08-31 | 深圳市爱深盈通信息技术有限公司 | 迎宾机器人的控制方法、迎宾机器人和存储介质 |
| CN113459975A (zh) * | 2021-07-31 | 2021-10-01 | 重庆长安新能源汽车科技有限公司 | 一种智能座舱*** |
| CN113459975B (zh) * | 2021-07-31 | 2022-10-04 | 重庆长安新能源汽车科技有限公司 | 一种智能座舱*** |
| CN113656610A (zh) * | 2021-08-13 | 2021-11-16 | 阿波罗智联(北京)科技有限公司 | 推荐多媒体信息的方法、装置、电子设备和存储介质 |
| CN113779414A (zh) * | 2021-10-19 | 2021-12-10 | 平安科技（深圳）有限公司 | 基于机器学习模型的数据推荐方法、装置、设备及介质 |
| CN113779414B (zh) * | 2021-10-19 | 2024-02-09 | 平安科技（深圳）有限公司 | 基于机器学习模型的数据推荐方法、装置、设备及介质 |
| CN114153795A (zh) * | 2021-11-25 | 2022-03-08 | 北京融安特智能科技股份有限公司 | 智能调取电子档案的方法、装置、电子设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108776907B (zh) | 广告智能推荐方法、服务器及存储介质 | |
| CN111782953A (zh) | 推荐方法、装置、设备及存储介质 | |
| US10055783B1 (en) | Identifying objects in video | |
| TWI567673B (zh) | Sorting methods and devices for search results | |
| JP6185186B2 (ja) | コードスキャン結果情報を提供するための方法及びシステム | |
| WO2014107682A1 (en) | Method and apparatus for generating webpage content | |
| CN109168047B (zh) | 视频推荐方法、装置、服务器及存储介质 | |
| WO2015123541A1 (en) | Method, apparatus, and system for displaying order information | |
| US20160337275A1 (en) | Apparatus, method, and computer program for providing user reviews | |
| US9619519B1 (en) | Determining user interest from non-explicit cues | |
| CN116821475B (zh) | 基于客户数据的视频推荐方法、装置及计算机设备 | |
| CN110363206B (zh) | 数据对象的聚类、数据处理及数据识别方法 | |
| CN114219586A (zh) | 基于视频的购物推荐方法、装置、设备和存储介质 | |
| JP2018156238A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| CN111259274B (zh) | 信息处理方法、装置、设备以及信息显示装置 | |
| US10558861B2 (en) | Supplementing a media stream with additional information | |
| CN111352624A (zh) | 界面展示方法、信息处理方法及装置 | |
| CN103034674A (zh) | 信息提供***、列表生成装置和用户管理装置 | |
| WO2015140922A1 (ja) | 情報処理システム、情報処理方法、および情報処理プログラム | |
| KR101852766B1 (ko) | 매물 검색 방법 및 장치 | |
| JP6696270B2 (ja) | 情報提供サーバ装置、プログラム及び情報提供方法 | |
| US8612449B1 (en) | Contributor-provided item attributes | |
| KR20200023095A (ko) | 상품 정보 관리 방법 및 이를 지원하는 서비스 장치 | |
| CN111026981B (zh) | 热点话题的可视化展示方法、装置和设备 | |
| CN114090891A (zh) | 个性化内容推荐方法、装置、设备及存储介质 |
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 |