CN111932321A - 针对用户的物品信息推送方法、装置、电子设备和介质 - Google Patents
针对用户的物品信息推送方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN111932321A CN111932321A CN202011004904.3A CN202011004904A CN111932321A CN 111932321 A CN111932321 A CN 111932321A CN 202011004904 A CN202011004904 A CN 202011004904A CN 111932321 A CN111932321 A CN 111932321A
- Authority
- CN
- China
- Prior art keywords
- article
- tag
- information
- user
- item
- 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
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
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开的实施例公开了针对用户的物品信息推送的方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取针对用户的待推荐物品组中每个物品的物品标签信息,得到物品标签信息集合;基于用户标签名和物品标签信息集合,生成用户标签名向量和物品标签名向量集合;基于用户标签名向量和物品标签名向量集合,生成距离信息集合;基于距离信息集合、用户标签名向量和物品标签名向量集合,生成关系信息集;基于关系信息集、用户标签评分值、物品标签信息集合中各个物品标签信息所包括的各个物品标签评分值和与各个物品标签评分值对应的各个物品获取频次值,生成物品推荐信息表。该实施方式提高了用户购物的体验感。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及针对用户的物品信息推送方法、装置、电子设备和计算机可读介质。
背景技术
随着互联网技术的发展和电商时代的到来,出现了越来越多的购物平台。购物平台通常会将较高销量物品的物品信息推送给用户,来提高用户的体验感。
然而,采用将高销量物品的物品信息推送给用户的方法会存在以下技术问题:
第一,通常将高销量物品的物品信息推送给用户,未考虑到用户的实际需求,降低了用户购物的体验感;
第二,通常将高销量物品的物品信息推送给用户,未考虑到用户标签和物品标签之间的联系程度,导致向用户推荐的物品的准确度不高,降低了用户购物的体验感,从而,造成用户减少和平台用户流量的降低;
第三,通常将高销量物品的物品信息推送给用户,未能较为全面地考虑各方面因素对物品推荐结果的影响,生成的物品推荐评分值的准确度不高,导致向用户推荐的物品的准确度不高,降低了用户购物的体验感,从而,造成用户减少和平台用户流量的降低。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了针对用户的物品信息推送方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种针对用户的物品信息推送方法,该方法包括:基于用户的用户信息标签,获取针对上述用户的待推荐物品组中每个物品的物品标签信息,得到物品标签信息集合,其中,上述物品标签信息包括物品标签名、与上述物品标签名对应的物品标签评分值和与上述物品标签评分值对应的物品获取频次值,上述用户信息标签包括用户标签名和与上述用户标签名对应的用户标签评分值;基于上述用户标签名和上述物品标签信息集合,生成用户标签名向量和物品标签名向量集合;基于上述用户标签名向量和上述物品标签名向量集合,生成距离信息集合;基于上述距离信息集合、上述用户标签名向量和上述物品标签名向量集合,生成关系信息集;基于上述关系信息集、上述用户标签评分值、上述物品标签信息集合中各个物品标签信息所包括的各个物品标签评分值和与上述各个物品标签评分值对应的各个物品获取频次值,生成物品推荐信息表。
在一些实施例中,所述基于所述用户标签名向量、所述物品标签名向量、所述向量均值、所述第一维度量、所述第二维度量和所述第一维度和,生成距离信息值,包括:
通过下式,生成距离信息值:
在一些实施例中,所述确定所述用户标签名向量和所述目标物品标签名向量集合中的每个目标物品标签名向量之间的关系信息,包括:
对所述用户标签名向量中的每一维度下的数据和所述目标物品标签名向量中的每一维度下的数据分别进行翻转处理以生成翻转后的用户标签名向量和翻转后的目标物品标签名向量;
通过下式,生成关系信息值:
其中,表示关系信息值,表示所述翻转后的用户标签名向量所包括的维度的数量或所述翻转后的物品标签名向量所包括的维度的数量,表示所述翻转后的用户标签名向量中第维的值,表示所述翻转后的目标物品标签名向量中第维的值;
将所述关系信息值确定为关系信息。
在一些实施例中,所述基于所述用户标签评分值、所述目标关系信息集中的每个目标关系信息、与所述关系信息对应的所述目标物品标签评分值组中的目标物品标签评分值和所述目标物品标签评分值对应的物品获取频次值,生成物品推荐评分值,包括:
通过下式,生成物品推荐评分值:
其中,表示物品推荐评分值,表示所述目标物品标签评分值,表示所述物品获取频次值,表示所述目标物品标签评分值组所包括的目标物品标签评分值的数量,表示所述目标物品标签评分值组中第个目标物品标签评分值,表示第个目标物品标签评分值对应的物品获取频次值,表示所述用户标签评分值,表示所述目标关系信息的目标关系信息值。
第二方面,本公开的一些实施例提供了一种针对用户的物品信息推送装置,装置包括:获取单元,被配置成基于用户的用户信息标签,获取针对上述用户的待推荐物品组中每个物品的物品标签信息,得到物品标签信息集合,其中,上述物品标签信息包括物品标签名、与上述物品标签名对应的物品标签评分值和与上述物品标签评分值对应的物品获取频次值,上述用户信息标签包括用户标签名和与上述用户标签名对应的用户标签评分值;第一生成单元,被配置成基于上述用户标签名和上述物品标签信息集合,生成用户标签名向量和物品标签名向量集合;第二生成单元,被配置成基于上述用户标签名向量和上述物品标签名向量集合,生成距离信息集合;第三生成单元,被配置成基于上述距离信息集合、上述用户标签名向量和上述物品标签名向量集合,生成关系信息集;第四生成单元,被配置成基于上述关系信息集、上述用户标签评分值、上述物品标签信息集合中各个物品标签信息所包括的各个物品标签评分值和与上述各个物品标签评分值对应的各个物品获取频次值,生成物品推荐信息表。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中所描述的方法。
本公开的上述各个实施例具有如下有益效果:首先,可以基于用户的用户信息标签,获取针对上述用户的待推荐物品组中每个物品的物品标签信息,得到物品标签信息集合。从而,可以了解待推荐物品的相关信息,为生成物品推荐信息表奠定了基础。其次,可以基于上述用户标签名和上述物品标签信息集合,生成用户标签名向量和物品标签名向量集合。从而,为后续计算向量之间的距离和向量之间的关系信息奠定了计算基础。接着,基于上述用户标签名向量和上述物品标签名向量集合,生成距离信息集合。由此,可以根据向量之间的距离初步判断两个向量之间的紧密程度,进而可以筛选出符合条件的向量,为下一步计算向量之间的关系信息奠定了基础。然后,基于上述距离信息集合、上述用户标签名向量和上述物品标签名向量集合,生成关系信息集。由此,可以确定用户标签名和物品标签名之间的关联程度,为向用户推荐相关的物品信息进一步奠定了基础。最后,可以基于上述关系信息集、上述用户标签评分值和上述物品标签信息集合中各个物品标签信息所包括的各个物品标签评分值和与上述各个物品标签评分值对应的各个物品获取频次值,生成物品推荐信息表。从而,可以为用户推荐较为优质的物品,为用户提供定制化服务,以此来提高用户购物的体验感。
附图说明
结合附图并参考以下具体实施方式,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。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是根据本公开的一些实施例的针对用户的物品信息推送方法的一个应用场景的示意图;
图2是根据本公开的针对用户的物品信息推送方法的一些实施例的流程图;
图3是根据本公开的针对用户的物品信息推送方法的另一些实施例的流程图;
图4是根据本公开的针对用户的物品信息推送装置的一些实施例的结构示意图;
图5是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。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。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是根据本公开一些实施例的针对用户的物品信息推送方法的应用场景的一个示意图。
在图1的应用场景中,首先,计算设备101可以基于用户标签信息102,获取物品标签信息集合103。其次,计算设备101可以根据用户标签信息102,生成用户标签名向量104。接着,计算设备101可以基于物品标签信息集合103,生成物品标签名向量集合105。然后,计算设备101可以根据用户标签名向量104和物品标签名向量集合105,生成距离信息集合106。再然后,计算设备101可以基于距离信息集合106,生成关系信息集107。最后,计算设备101可以基于关系信息集107,生成物品推荐信息表108。可选的,计算设备101可以将物品推荐信息表108输出在显示设备109上进行显示。
需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备。
继续参考图2,示出了根据本公开的针对用户的物品信息推送方法的一些实施例的流程200。该方法可以由图1中的计算设备101来执行。该针对用户的物品信息推送方法,包括以下步骤:
步骤201,基于用户的用户信息标签,获取针对上述用户的待推荐物品组中每个物品的物品标签信息,得到物品标签信息集合。
在一些实施例中,针对用户的物品信息推送方法的执行主体(如图1所示的计算设备)可以基于用户的用户信息标签,通过有线连接方式或者无线连接方式从终端获取针对上述用户的待推荐物品组中每个物品的物品标签信息,得到物品标签信息集合。其中,上述物品标签信息包括物品标签名、与上述物品标签名对应的物品标签评分值和与上述物品标签评分值对应的物品获取频次值。上述用户信息标签包括用户标签名和与上述用户标签名对应的用户标签评分值。这里,用户的用户信息标签可以是预先从设备终端中获取的用户信息标签。这里,上述用户信息标签可以是表征用户相关行为信息的标签。例如,用户信息标签可以是“化妆品;8分”。其中,上述用户标签名可以为“化妆品”。上述用户标签评分值可以为“8”。这里,上述物品标签信息可以是表征物品属性的标签信息。例如,物品A的物品信息标签可以是“迪迪;7分;10次”。其中,上述物品标签名可以是“迪迪”。上述物品标签评分值可以是“7”。上述物品获取频次值可以是“10”。
作为示例,上述用户信息标签可以是“化妆品;8分”。上述物品组可以是“香水;口红;粉底”。物品“香水”的物品标签信息可以是“迪迪;7分;10次”。物品“口红”的物品标签信息可以是“树林;6分;12次”。物品“粉底”的物品标签信息可以是“蓝带;9分;11次”。
步骤202,基于上述用户标签名和上述物品标签信息集合,生成用户标签名向量和物品标签名向量集合。
在一些实施例中,上述执行主体可以通过各种方式生成用户标签名向量和物品标签名向量集合。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤生成用户标签名向量和物品标签名向量集合:
第一步,对上述用户标签名进行向量化处理以生成用户标签名向量。
作为示例,上述用户标签名可以是“化妆品”。对“化妆品”进行独热编码处理以生成用户标签名向量“[10001]”。
第二步,对上述物品标签信息集合中每个物品标签信息所包括的物品标签名进行向量化处理以生成物品标签名向量,得到物品标签名向量集合。
作为示例,上述物品标签信息集合可以是“{迪迪;7分;10次};{树林;6分;12次};{蓝带;9分;11次}”。对“迪迪”进行独热编码处理以生成物品标签名向量“[01001]”。对“树林”进行独热编码处理以生成物品标签名向量“[00101]”。对“蓝带”进行独热编码处理以生成物品标签名向量“[01010]”。得到物品标签名向量集合“[01001],[00101],[01010]”。
步骤203,基于上述用户标签名向量和上述物品标签名向量集合,生成距离信息集合。
在一些实施例中,上述执行主体可以通过以下步骤生成距离信息:
第一步,确定上述用户标签名向量所包括的维度的数量。
作为示例,上述用户标签名向量可以是“[10001]”。上述用户标签名向量所包括的维度的数量为“5”。
第二步,将上述物品标签名向量集合中每个物品标签名向量所包括的维度的数量确定为物品维度数量,得到物品维度数量组。
作为示例,上述物品标签名向量集合可以是“[01001],[00101],[01010]”。上述物品标签名向量“[01001]”所包括的维度的数量为“5”。上述物品标签名向量“[00101]”所包括的维度的数量为“5”。上述物品标签名向量“[01010]”所包括的维度的数量为“5”。得到物品维度数量组“5,5,5”。
第三步,将上述物品维度数量组中的每个物品维度数量、与上述物品维度数量对应的物品标签名向量、上述用户标签名向量所包括的维度的数量和上述用户标签名向量输入至下式以生成距离信息值:
作为另一个示例,上述用户标签名向量可以是“[10001]”。上述物品标签名向量集合可以是“[01001],[00101],[01010]”。上述物品标签名向量“[00101]”与用户标签名向量“[10001]”的距离信息值为“1.41”。上述物品标签名向量“[01010]”与用户标签名向量“[10001]”的距离信息值为“2”。
第四步,将上述距离信息值确定为距离信息。
作为示例,可以将上述距离信息值“1.41”确定为距离信息“距离信息值:1.41”。
步骤204,基于上述距离信息集合、上述用户标签名向量和上述物品标签名向量集合,生成关系信息集。
在一些实施例中,上述执行主体可以通过以下步骤生成关系信息:
第一步,从上述距离信息集合中选择大于预定阈值的距离信息作为目标距离信息,得到目标距离信息组。这里,预定阈值的取值范围可以在距离信息值的最小值和最大值之间。
作为示例,上述距离信息集合可以是“距离信息值:1.41,距离信息值:1.41,距离信息值:2”。可以从上述距离信息集合中选择大于“1.3”的距离信息“距离信息值:1.41,距离信息值:1.41,距离信息值:2”作为目标距离信息,得到目标距离信息组“{目标距离信息值:1.41};{目标距离信息值:1.41};{目标距离信息值:2}”。
第二步,将上述目标距离信息组中每个目标距离信息对应的上述物品标签名向量集合中的物品标签名向量确定为目标物品标签名向量,得到目标物品标签名向量集合。
作为示例,上述目标距离信息组可以是“{目标距离信息值:1.41};{目标距离信息值:1.41};{目标距离信息值:2}”。得到目标物品标签名向量集合“[01001],[00101],[01010]”。
第三步,通过以下公式,确定上述目标物品标签名向量集合中的每个目标物品标签名向量和上述用户标签名向量直接的关系信息值:
其中,表示关系信息值。表示上述用户标签名向量所包括的维度的数量或上述物品标签名向量所包括的维度的数量。表示上述用户标签名向量中第维的值。表示上述物品标签名向量中第维的值。这里,上述关系信息值的取值范围可以保留小数点后两位有效数字。
作为另外一个示例,上述目标物品标签名向量集合可以是“[01001],[00101],[01010]”。上述用户标签名向量可以是“[10001]”。目标物品标签名向量“[00101]”和用户标签名向量“[10001]”的关系信息值为“0.83”。目标物品标签名向量“[01010]”和用户标签名向量“[10001]”的关系信息值为“1”。
步骤205,基于上述关系信息集、上述用户标签评分值、上述物品标签信息集合中各个物品标签信息所包括的各个物品标签评分值和与上述各个物品标签评分值对应的各个物品获取频次值,生成物品推荐信息表。
在一些实施例中,上述执行主体可以通过以下步骤生成物品推荐信息表:
第一步,将上述用户标签评分值、上述关系信息集中的每个关系信息、与上述关系信息对应的上述物品标签评分值组中的物品标签评分值和上述物品标签评分值对应的物品获取评率值输入至下式以生成物品推荐评分值:
第二步,将上述物品推荐评分值和与上述物品推荐评分值对应的物品标签名进行组合处理以生成二元组。
作为示例,上述物品推荐评分值可以是“464”。与上述物品推荐评分值对应的物品标签名是“迪迪”。将“464”与“迪迪”进行组合处理以生成二元组(迪迪,464)。
第三步,建立空表,将上述二元组输入至上述空表中以生成物品推荐信息表。
作为示例,上述物品推荐信息表可以是:
物品标签名 | 物品推荐评分值 |
迪迪 | 464 |
可选的,将上述物品推荐信息表发送至具有显示功能的显示设备上以供显示。
在一些实施例中,可以将物品推荐信息表“A”发送至具有显示功能的显示设备“001”上以供显示。
可选的,基于上述物品推荐信息表,控制相关物品订购设备进行订购操作。
在一些实施例中,上述执行主体可以选择物品推荐信息表中数值较大的物品推荐评分值对应的物品标签名,再控制相关物品订购设备购买与物品标签名对应的物品。
本公开的上述各个实施例具有如下有益效果:首先,可以基于用户的用户信息标签,获取针对上述用户的待推荐物品组中每个物品的物品标签信息,得到物品标签信息集合。从而,可以了解待推荐物品的相关信息,为生成物品推荐信息表奠定了基础。其次,可以基于上述用户标签名和上述物品标签信息集合,生成用户标签名向量和物品标签名向量集合。从而,为后续计算向量之间的距离和向量之间的关系信息奠定了计算基础。接着,基于上述用户标签名向量和上述物品标签名向量集合,生成距离信息集合。由此,可以根据向量之间的距离初步判断两个向量之间的紧密程度,进而可以筛选出符合条件的向量,为下一步计算向量之间的关系信息奠定了基础。然后,基于上述距离信息集合、上述用户标签名向量和上述物品标签名向量集合,生成关系信息集。由此,可以确定用户标签名和物品标签名之间的关联程度,为向用户推荐相关的物品信息进一步奠定了基础。最后,可以基于上述关系信息集、上述用户标签评分值和上述物品标签信息集合中各个物品标签信息所包括的各个物品标签评分值和与上述各个物品标签评分值对应的各个物品获取频次值,生成物品推荐信息表。从而,可以为用户推荐较为优质的物品,为用户提供定制化服务,以此来提高用户购物的体验感。
进一步参考图3,示出了根据本公开的针对用户的物品信息推送方法的另一些实施例的流程300。该方法可以由图1的计算设备101来执行。该针对用户的物品信息推送方法,包括以下步骤:
步骤301,基于用户的用户信息标签,获取针对上述用户的待推荐物品组中每个物品的物品标签信息,得到物品标签信息集合。
步骤302,基于上述用户标签名和上述物品标签信息集合,生成用户标签名向量和物品标签名向量集合。
在一些实施例中,步骤301-302的具体实现方式及所带来的技术效果可以参考图2对应的那些实施例中的步骤201-202,在此不再赘述。
步骤303,基于上述用户标签名向量,确定上述物品标签名向量集合中的每个物品标签名向量和上述用户标签名向量之间的距离信息,得到距离信息集合。
在一些实施例中,上述执行主体可以通过以下步骤确定上述物品标签名向量集合中的每个物品标签名向量和上述用户标签名向量之间的距离信息:
第一步,将上述用户标签名向量所包括的维度的数量确定为第一维度量。
作为示例,上述用户标签名向量可以是“[10001]”。将上述用户标签名向量所包括的维度的数量“5”确定为第一维度量。
第二步,将上述物品标签名向量所包括的维度的数量确定为第二维度量。
作为示例,上述物品标签名向量可以是“[01001]”。将上述物品标签名向量所包括的维度的数量“5”确定为第二维度量。
第三步,将上述第一维度量和上述第二维度量的和确定为第一维度和。
作为示例,上述第一维度量可以是“5”。上述第二维度量可以是“5”。将“5”和“5”的和“10”确定为第一维度和。
第四步,将上述用户标签名向量中的各个维度下的各个值和上述物品标签名向量各个维度下的各个值的均值确定为向量均值。
作为示例,上述用户标签名向量可以是“[10001]”。上述物品标签名向量可以是“[01001]”。上述用户标签名向量中的各个维度下的各个值和上述物品标签名向量各个维度下的各个值的均值为“0.4”。将“0.4”确定为向量均值。
第五步,基于上述用户标签名向量、上述物品标签名向量、上述向量均值、上述第一维度量、上述第二维度量和上述第一维度和,生成距离信息值。
在一些实施例中,上述执行主体可以通过各种方式基于上述用户标签名向量、上述物品标签名向量、上述向量均值、上述第一维度量、上述第二维度量和上述第一维度和,生成距离信息值。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过下式,生成距离信息值:
其中,表示距离信息值。表示上述第一维度量或上述第二维度量。表示上述用户标签名向量中第维的值。表示上述物品标签名向量中第维的值。表示上述向量均值。表示上述第一维度和。这里,上述距离信息值的取值可以保留小数点后两位有效数字。
作为示例,上述第一维度量或上述第二维度量可以是“5”。上述用户标签名向量可以是“[10001]”。上述物品标签名向量可以是“[01001]”。上述向量均值是“0.4”。上述第一维度和是“10”。通过公式,生成距离信息值:
作为另外一个示例,上述用户标签名向量可以是“[10001]”。上述物品标签名向量集合可以是“[01001],[00101],[01010]”。上述用户标签名向量“[10001]”和上述物品标签名向量“[00101]”的距离信息值为“5.89”。上述用户标签名向量“[10001]”和上述物品标签名向量“[01010]”的距离信息值为“8.33”。
第六步,将上述距离信息值确定为距离信息。
作为示例,可以将距离信息值“5.89”确定为距离信息“距离信息值:5.89”。
步骤304,从上述距离信息集合中选择符合第一预设条件的距离信息作为目标距离信息,得到目标距离信息集合。
在一些实施例中,上述执行主体可以从上述距离信息集合中选择符合第一预设条件的距离信息作为目标距离信息,得到目标距离信息集合。这里,第一预设条件可以是“小于7的距离信息值”。
作为示例,上述距离信息集合可以是“距离信息值:5.89,距离信息值:5.89,距离信息值:8.33”。从上述距离信息集合中选择小于7的距离信息值的距离信息作为目标距离信息,得到目标距离信息集合“距离信息值:5.89,距离信息值:5.89”。
步骤305,基于上述物品标签名向量集合,将上述目标距离信息集合中每个目标距离信息对应的物品标签名向量确定为目标物品标签名向量,得到目标物品标签名向量集合。
在一些实施例中,上述执行主体可以将上述目标距离信息集合中每个目标距离信息对应的上述物品标签名向量集合中的物品标签名向量确定为目标物品标签名向量,得到目标物品标签名向量集合。
作为示例,上述目标距离信息集合可以是“距离信息值:5.89,距离信息值:5.89”。上述物品标签名向量集合可以是“[01001],[00101],[01010]”。将上述目标距离信息集合中每个目标距离信息对应的上述物品标签名向量集合中的物品标签名向量确定为目标物品标签名向量,得到目标物品标签名向量集合“[01001],[00101]”。
步骤306,确定上述用户标签名向量和上述目标物品标签名向量集合中的每个目标物品标签名向量之间的关系信息,得到关系信息集。
在一些实施例中,上述执行主体可以通过各种方法确定上述用户标签名向量和上述目标物品标签名向量集合中的每个目标物品标签名向量之间的关系信息,得到关系信息集。
在一些实施例的一些可选的实现方式中,上述执行主体可以通过以下步骤确定上述用户标签名向量和上述目标物品标签名向量集合中的每个目标物品标签名向量之间的关系信息:
第一步,对上述用户标签名向量中的每一维度下的数据和上述目标物品标签名向量中的每一维度下的数据分别进行翻转处理以生成翻转后的用户标签名向量和翻转后的目标物品标签名向量。
作为示例,对上述用户标签名向量“[10001]”进行翻转处理以生成翻转后的用户标签名向量“[01110]”。对上述目标物品标签名向量“[01001]”进行翻转处理以生成翻转后的目标物品标签名向量“[10110]”。
第二步,通过下式,生成关系信息值:
其中,表示关系信息值。表示上述翻转后的用户标签名向量所包括的维度的数量或上述翻转后的物品标签名向量所包括的维度的数量。表示上述翻转后的用户标签名向量中第维的值。表示上述翻转后的目标物品标签名向量中第维的值。
作为示例,上述用户标签名向量所包括的维度的数量或上述物品标签名向量所包括的维度的数量为“5”。上述翻转后的用户标签名向量可以是“[01110]”。上述翻转后的目标物品标签名向量可以是“[10110]”。通过下式,生成关系信息值:
作为另外一个示例,上述翻转后的用户标签名向量可以是“[01110]”。上述翻转后的目标物品标签名向量可以是“[11010]”。上述“[01110]”和“[11010]”的关系信息值为“0.98”。
第三步,将上述关系信息值确定为关系信息。
作为示例,将上述关系信息值“0.98”确定为关系信息“关系信息值:0.98”。
步骤303-步骤306中的公式以及相关内容作为本公开的一个发明点,解决了背景技术提及的技术问题二“通常将高销量物品的物品信息推送给用户,未考虑到用户标签和物品标签之间的联系程度,导致向用户推荐的物品的准确度不高,降低了用户购物的体验感,从而,造成用户减少和平台用户流量的降低”。导致物品推荐的准确度不够的因素往往如下:现有的物品推荐方法往往通过物品的热卖程度向用户推荐物品,未考虑到用户标签和物品标签之间的联系程度,从而导致向用户推荐的物品的准确度不高。如果解决了上述因素,就能达到提高物品推荐的准确度的效果。为了达到这一效果,本公开引入了距离信息值和关系信息值两个因素。首先,通过对第一维度量、向量均值和第一维度和进行处理,生成距离信息值。从而,可以筛选出符合预定条件的距离信息值,再根据目标距离信息值确定对应的目标物品标签名向量,为进一步筛选待推荐的物品奠定了基础。然后,再通过对用户标签名向量和目标物品标签名向量中的每一维度下的数据分别进行翻转操作,为计算向量间的关系信息值奠定了基础。最后,计算翻转后的用户标签名向量和翻转后的目标物品标签名向量之间的关系信息值。由此,可以筛选出关系信息值符合预设条件的向量,可以初步提高物品推荐的准确度的效果。由此,可以初步达到提高用户体验感。从而,可以初步达到提高平台用户流量的效果。
步骤307,从上述关系信息集中选择符合第二预设条件的关系信息作为目标关系信息,得到目标关系信息集。
在一些实施例中,上述执行主体可以从上述关系信息集中选择符合第二预设条件的关系信息作为目标关系信息,得到目标关系信息集。这里,第二预设条件可以是“大于0.8的关系信息值”。
作为示例,从上述关系信息集“关系信息值:0.98,关系信息值:0.98”中选择大于0.8的关系信息值对应的关系信息作为目标关系信息,得到目标关系信息集“目标关系信息值:0.98,目标关系信息值:0.98”。
步骤308,确定上述目标关系信息集中每个目标关系信息对应的物品标签信息作为目标物品标签信息,得到目标物品标签信息集合。
在一些实施例中,上述执行主体可以直接确定上述目标关系信息集中每个目标关系信息对应的物品标签信息作为目标物品标签信息,得到目标物品标签信息集合。
作为示例,上述目标关系信息集可以是“目标关系信息值:0.98,目标关系信息值:0.98”。确定上述目标关系信息集中每个目标关系信息对应的上述物品标签信息集合中的物品标签信息作为目标物品标签信息,得到目标物品标签信息集合“{迪迪;7分;10次};{树林;6分;12次}”。
步骤309,确定上述目标物品标签信息集合中每个目标物品标签信息所包括的物品标签评分值作为目标物品标签评分值,得到目标物品标签评分值组。
在一些实施例中,上述执行主体可以直接确定上述目标物品标签信息集合中每个目标物品标签信息所包括的物品标签评分值作为目标物品标签评分值,得到目标物品标签评分值组。
作为示例,上述目标物品标签信息集合可以是“{迪迪;7分;10次};{树林;6分;12次}”。将“7”确定为目标物品标签评分值。将“6”确定为目标物品标签评分值。得到目标物品标签评分值组“7,6”。
步骤310,基于上述目标关系信息集、上述用户标签评分值、上述目标物品标签评分值组中的各个目标物品标签评分值和上述各个目标物品标签评分值对应的各个物品获取频次值,生成物品推荐信息表。
在一些实施例中,上述执行主体可以通过以下步骤生成物品推荐信息表:
第一步,基于上述用户标签评分值、上述目标关系信息集中的每个目标关系信息、与上述关系信息对应的上述目标物品标签评分值组中的目标物品标签评分值和上述目标物品标签评分值对应的物品获取频次值,生成物品推荐评分值,得到物品推荐评分值组。
在一些实施例中,上述第一步可以通过下式,生成物品推荐评分值:
其中,表示物品推荐评分值。表示上述目标物品标签评分值。表示上述物品获取频次值。表示上述目标物品标签评分值组所包括的目标物品标签评分值的数量。表示上述目标物品标签评分值组中第个目标物品标签评分值。表示第个目标物品标签评分值对应的物品获取频次值。表示上述用户标签评分值。表示上述目标关系信息的目标关系信息值。这里,物品推荐评分值的取值可以保留小数点后两位有效数字。
作为示例,上述目标物品标签评分值可以是“7”。上述物品获取频次值可以是“10”。上述目标物品标签评分值组所包括的目标物品标签评分值的数量是“2”。上述用户标签评分值可以是“8”。上述目标关系信息的目标关系信息值可以是“0.98”。通过下式,生成物品推荐评分值:
作为另外一个示例,上述目标物品标签评分值可以是“6”。上述物品获取频次值可以是“12”。上述用户标签评分值可以是“8”。上述目标关系信息的目标关系信息值可以是“0.98”。通过公式,生成物品推荐评分值“3.97”。
第二步,从上述物品推荐评分值组中选择符合第三预设条件的物品推荐评分值作为目标物品推荐评分值,得到目标物品推荐评分值组。这里,第三预设条件可以是“大于3.5的物品推荐评分值”。
作为示例,从上述物品推荐评分值组“3.86,3.97”中选择大于3.5的物品推荐评分值作为目标物品推荐评分值,得到目标物品推荐评分值组“3.86,3.97”。
第三步,将上述目标物品推荐评分值组中的每个目标物品推荐评分值和上述目标物品推荐评分值对应的物品标签名进行组合处理以生成二元组,得到二元组集。
作为示例,上述目标物品推荐评分值组可以是“3.86,3.97”。上述“3.86”对应的物品标签名是“迪迪”。上述“3.97”对应的物品标签名是“树林”。将“3.86”与“迪迪”进行组合处理以生成二元组“(迪迪,3.86)”。将“3.97”与“树林”进行组合处理以生成二元组“(树林,3.97)”。得到二元组集“(迪迪,3.86);(树林,3.97)”。
第四步,建立空表,将上述二元组集中的每个二元组输入到上述空表中以生成物品推荐信息表。
作为示例,上述二元组集可以是“(迪迪,3.86);(树林,3.97)”。建立空表,将上述二元组集中的每个二元组输入到上述空表中以生成物品推荐信息表:
物品标签名 | 物品推荐评分值 |
迪迪 | 3.86 |
树林 | 3.97 |
步骤310中的公式作为本公开的一个发明点,由此解决了背景技术提及的技术问题三“通常将高销量物品的物品信息推送给用户,未能较为全面地考虑各方面因素对物品推荐结果的影响,生成的物品推荐评分值的准确度不高,导致向用户推荐的物品的准确度不高,降低了用户购物的体验感,从而,造成用户减少和平台用户流量的降低”。导致物品推荐的准确度不高的因素往往如下:在向用户推荐物品的过程中,会由于各种客观或主观的因素,未能较为全面地考虑各方面因素对物品推荐结果的影响,导致生成的物品推荐评分值的准确度不高。如果解决了上述因素,就能到达提高物品推荐的准确度的效果。为了达到这一效果,本公开引入了目标物品标签评分值、物品获取频次值、用户标签评分值和目标关系信息值等四个因素以提高物品推荐的准确度。首先,引入目标物品标签评分值,可以初步了解待推荐物品的重要程度。其次,引用物品获取频次值,可以进一步表现待推荐物品的实用程度。接着,引用目标关系信息值,可以显示用户标签名和物品标签名之间的关联程度。这里,通过公式,确定了物品的物品标签评分值和物品获取频次值的权重占比,从而可以初步确定物品在物品组中的重要性。然后,再将权重、用户标签评分值和关系信息值进行相乘,可以准确地生成物品推荐评分值。由此,可以准确地向用户推荐物品,提升用户的体验感。从而,可以达到提升平台用户流量的效果。
本公开的上述各个实施例具有如下有益效果:首先,通过对第一维度量、向量均值和第一维度和进行处理,生成距离信息值。从而,可以筛选出符合预定条件的距离信息值,再根据目标距离信息值确定对应的目标物品标签名向量,为进一步筛选待推荐的物品奠定了基础。其次,再通过对用户标签名向量和目标物品标签名向量中的每一维度下的数据分别进行翻转操作,为计算向量间的关系信息值奠定了基础。接着,计算翻转后的用户标签名向量和翻转后的目标物品标签名向量之间的关系信息值。由此,可以筛选出关系信息值符合预设条件的向量。从而,可以初步提高物品推荐的准确度的效果。然后,引入目标物品标签评分值,可以初步了解待推荐物品的重要程度。其次,引用物品获取频次值,可以进一步了解待推荐物品的实用程度。最后,生成的目标关系信息值,可以显示用户标签名和物品标签名之间的关联程度。通过公式,对上述四个因素进行处理,可以准确地生成物品推荐评分值。从而,可以准确地向用户推荐物品,提升用户的体验感。从而,可以达到提升平台用户流量的效果。
进一步参考图4,作为对上述各图所示方法的实现,本公开提供了一种针对用户的物品信息推送装置的一些实施例,这些装置实施例与图2上述的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,一些实施例的针对用户的物品信息推送装置400包括:获取单元401、第一生成单元402、第二生成单元403、第三生成单元404、第四生成单元405。其中,获取单元401,被配置成基于用户的用户信息标签,获取针对上述用户的待推荐物品组中每个物品的物品标签信息,得到物品标签信息集合,其中,上述物品标签信息包括物品标签名、与上述物品标签名对应的物品标签评分值和与上述物品标签评分值对应的物品获取频次值,上述用户信息标签包括用户标签名和与上述用户标签名对应的用户标签评分值;第一生成单元402,被配置成基于上述用户标签名和上述物品标签信息集合,生成用户标签名向量和物品标签名向量集合;第二生成单元403,被配置成基于上述用户标签名向量和上述物品标签名向量集合,生成距离信息集合;第三生成单元404,被配置成基于上述距离信息集合、上述用户标签名向量和上述物品标签名向量集合,生成关系信息集;第四生成单元405,被配置成基于上述关系信息集、上述用户标签评分值和上述物品标签信息集合中各个物品标签信息所包括的各个物品标签评分值和与上述各个物品标签评分值对应的各个物品获取频次值,生成物品推荐信息表。
可以理解的是,该装置400中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置400及其中包含的单元,在此不再赘述。
下面参考图5,其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的计算设备101)500的结构示意图。图5示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500可以包括处理装置(例如中央处理器、图形处理器等)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储装置508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有电子设备500操作所需的各种程序和数据。处理装置501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
通常,以下装置可以连接至I/O接口505:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置506;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置507;包括例如磁带、硬盘等的存储装置508;以及通信装置509。通信装置509可以允许电子设备500与其他设备进行无线或有线通信以交换数据。虽然图5示出了具有各种装置的电子设备500,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图5中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置509从网络上被下载和安装,或者从存储装置508被安装,或者从ROM 502被安装。在该计算机程序被处理装置501执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:基于用户的用户信息标签,获取针对上述用户的待推荐物品组中每个物品的物品标签信息,得到物品标签信息集合,其中,上述物品标签信息包括物品标签名、与上述物品标签名对应的物品标签评分值和与上述物品标签评分值对应的物品获取频次值,上述用户信息标签包括用户标签名和与上述用户标签名对应的用户标签评分值;基于上述用户标签名和上述物品标签信息集合,生成用户标签名向量和物品标签名向量集合;基于上述用户标签名向量和上述物品标签名向量集合,生成距离信息集合;基于上述距离信息集合、上述用户标签名向量和上述物品标签名向量集合,生成关系信息集;基于上述关系信息集、上述用户标签评分值和上述物品标签信息集合中各个物品标签信息所包括的各个物品标签评分值和与上述各个物品标签评分值对应的各个物品获取频次值,生成物品推荐信息表。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码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)。
附图中的流程图和框图,图示了按照本公开各种实施例的***、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、或代码的一部分,该模块、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。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、第一生成单元、第二生成单元、第三生成单元、第四生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一生成单元还可以被描述为“基于上述用户标签名和上述物品标签信息集合,生成用户标签名向量和物品标签名向量集合的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些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,本公开的实施例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上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的实施例中公开的(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)
1.一种针对用户的物品信息推送方法,包括:
基于用户的用户信息标签,获取针对所述用户的待推荐物品组中每个物品的物品标签信息,得到物品标签信息集合,其中,所述物品标签信息包括物品标签名、与所述物品标签名对应的物品标签评分值和与所述物品标签评分值对应的物品获取频次值,所述用户信息标签包括用户标签名和与所述用户标签名对应的用户标签评分值;
基于所述用户标签名和所述物品标签信息集合,生成用户标签名向量和物品标签名向量集合;
基于所述用户标签名向量和所述物品标签名向量集合,生成距离信息集合;
基于所述距离信息集合、所述用户标签名向量和所述物品标签名向量集合,生成关系信息集;
基于所述关系信息集、所述用户标签评分值、所述物品标签信息集合中各个物品标签信息所包括的各个物品标签评分值和与所述各个物品标签评分值对应的各个物品获取频次值,生成物品推荐信息表。
2.根据权利要求1所述的方法,其中,所述基于所述用户标签名和所述物品标签信息集合,生成用户标签名向量和物品标签名向量集合,包括:
对所述用户标签名进行向量化处理以生成用户标签名向量;
对所述物品标签信息集合中每个物品标签信息所包括的物品标签名进行向量化处理以生成物品标签名向量,得到物品标签名向量集合。
3.根据权利要求1所述的方法,其中,所述基于所述用户标签名向量和所述物品标签名向量集合,生成距离信息集合,包括:
基于所述用户标签名向量,确定所述物品标签名向量集合中的每个物品标签名向量和所述用户标签名向量之间的距离信息,得到距离信息集合。
4.根据权利要求3所述的方法,其中,所述确定所述物品标签名向量集合中的每个物品标签名向量和所述用户标签名向量之间的距离信息,包括:
将所述用户标签名向量所包括的维度的数量确定为第一维度量;
将所述物品标签名向量所包括的维度的数量确定为第二维度量;
将所述第一维度量和所述第二维度量的和确定为第一维度和;
将所述用户标签名向量中的各个维度下的各个值和所述物品标签名向量各个维度下的各个值的均值确定为向量均值;
基于所述用户标签名向量、所述物品标签名向量、所述向量均值、所述第一维度量、所述第二维度量和所述第一维度和,生成距离信息值;
将所述距离信息值确定为距离信息。
5.根据权利要求1所述的方法,其中,所述基于所述距离信息集合、所述用户标签名向量和所述物品标签名向量集合,生成关系信息集,包括:
从所述距离信息集合中选择符合第一预设条件的距离信息作为目标距离信息,得到目标距离信息集合;
基于所述物品标签名向量集合,将所述目标距离信息集合中每个目标距离信息对应的物品标签名向量确定为目标物品标签名向量,得到目标物品标签名向量集合;
确定所述用户标签名向量和所述目标物品标签名向量集合中的每个目标物品标签名向量之间的关系信息,得到关系信息集。
6.根据权利要求5所述的方法,其中,所述基于所述关系信息集、所述用户标签评分值、所述物品标签信息集合中各个物品标签信息所包括的各个物品标签评分值和与所述各个物品标签评分值对应的各个物品获取频次值,生成物品推荐信息表,包括:
从所述关系信息集中选择符合第二预设条件的关系信息作为目标关系信息,得到目标关系信息集;
确定所述目标关系信息集中每个目标关系信息对应的物品标签信息作为目标物品标签信息,得到目标物品标签信息集合;
确定所述目标物品标签信息集合中每个目标物品标签信息所包括的物品标签评分值作为目标物品标签评分值,得到目标物品标签评分值组;
基于所述目标关系信息集、所述用户标签评分值、所述目标物品标签评分值组中的各个目标物品标签评分值和所述各个目标物品标签评分值对应的各个物品获取频次值,生成物品推荐信息表。
7.根据权利要求6所述的方法,其中,所述基于所述目标关系信息集、所述用户标签评分值、所述目标物品标签评分值组中的各个目标物品标签评分值和所述各个目标物品标签评分值对应的各个物品获取频次值,生成物品推荐信息表,包括:
基于所述用户标签评分值、所述目标关系信息集中的每个目标关系信息、与所述关系信息对应的所述目标物品标签评分值组中的目标物品标签评分值和与所述目标物品标签评分值对应的物品获取频次值,生成物品推荐评分值,得到物品推荐评分值组;
从所述物品推荐评分值组中选择符合第三预设条件的物品推荐评分值作为目标物品推荐评分值,得到目标物品推荐评分值组;
将所述目标物品推荐评分值组中的每个目标物品推荐评分值和所述目标物品推荐评分值对应的物品标签名进行组合处理以生成二元组,得到二元组集;
建立空表,以及将所述二元组集中的每个二元组输入到所述空表中以生成物品推荐信息表。
8.一种针对用户的物品信息推送装置,包括:
获取单元,被配置成基于用户的用户信息标签,获取针对所述用户的待推荐物品组中每个物品的物品标签信息,得到物品标签信息集合,其中,所述物品标签信息包括物品标签名、与所述物品标签名对应的物品标签评分值和与所述物品标签评分值对应的物品获取频次值,所述用户信息标签包括用户标签名和与所述用户标签名对应的用户标签评分值;
第一生成单元,被配置成基于所述用户标签名和所述物品标签信息集合,生成用户标签名向量和物品标签名向量集合;
第二生成单元,被配置成基于所述用户标签名向量和所述物品标签名向量集合,生成距离信息集合;
第三生成单元,被配置成基于所述距离信息集合、所述用户标签名向量和所述物品标签名向量集合,生成关系信息集;
第四生成单元,被配置成基于所述关系信息集、所述用户标签评分值、所述物品标签信息集合中各个物品标签信息所包括的各个物品标签评分值和与所述各个物品标签评分值对应的各个物品获取频次值,生成物品推荐信息表。
9.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011004904.3A CN111932321B (zh) | 2020-09-23 | 2020-09-23 | 针对用户的物品信息推送方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011004904.3A CN111932321B (zh) | 2020-09-23 | 2020-09-23 | 针对用户的物品信息推送方法、装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111932321A true CN111932321A (zh) | 2020-11-13 |
CN111932321B CN111932321B (zh) | 2021-01-05 |
Family
ID=73334014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011004904.3A Expired - Fee Related CN111932321B (zh) | 2020-09-23 | 2020-09-23 | 针对用户的物品信息推送方法、装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111932321B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112446768A (zh) * | 2021-02-01 | 2021-03-05 | 北京每日优鲜电子商务有限公司 | 物品信息推荐方法、装置、电子设备和计算机可读介质 |
CN112529672A (zh) * | 2021-02-18 | 2021-03-19 | 北京每日优鲜电子商务有限公司 | 物品信息推送方法、装置、电子设备和计算机可读介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239993A (zh) * | 2017-05-24 | 2017-10-10 | 海南大学 | 一种基于拓展标签的矩阵分解推荐方法及*** |
CN107911448A (zh) * | 2017-11-14 | 2018-04-13 | 北京金山安全软件有限公司 | 一种内容推送方法及装置 |
CN108053243A (zh) * | 2017-12-12 | 2018-05-18 | 朱明君 | 一种基于社会网络的商品推荐*** |
WO2019019348A1 (zh) * | 2017-07-27 | 2019-01-31 | 上海壹账通金融科技有限公司 | 产品信息推送方法、装置、存储介质和计算机设备 |
CN110059271A (zh) * | 2019-06-19 | 2019-07-26 | 达而观信息科技(上海)有限公司 | 运用标签知识网络的搜索方法及装置 |
-
2020
- 2020-09-23 CN CN202011004904.3A patent/CN111932321B/zh not_active Expired - Fee Related
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239993A (zh) * | 2017-05-24 | 2017-10-10 | 海南大学 | 一种基于拓展标签的矩阵分解推荐方法及*** |
WO2019019348A1 (zh) * | 2017-07-27 | 2019-01-31 | 上海壹账通金融科技有限公司 | 产品信息推送方法、装置、存储介质和计算机设备 |
CN107911448A (zh) * | 2017-11-14 | 2018-04-13 | 北京金山安全软件有限公司 | 一种内容推送方法及装置 |
CN108053243A (zh) * | 2017-12-12 | 2018-05-18 | 朱明君 | 一种基于社会网络的商品推荐*** |
CN110059271A (zh) * | 2019-06-19 | 2019-07-26 | 达而观信息科技(上海)有限公司 | 运用标签知识网络的搜索方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112446768A (zh) * | 2021-02-01 | 2021-03-05 | 北京每日优鲜电子商务有限公司 | 物品信息推荐方法、装置、电子设备和计算机可读介质 |
CN112446768B (zh) * | 2021-02-01 | 2021-07-13 | 北京每日优鲜电子商务有限公司 | 物品信息推荐方法、装置、电子设备和计算机可读介质 |
CN112529672A (zh) * | 2021-02-18 | 2021-03-19 | 北京每日优鲜电子商务有限公司 | 物品信息推送方法、装置、电子设备和计算机可读介质 |
CN112529672B (zh) * | 2021-02-18 | 2021-06-11 | 北京每日优鲜电子商务有限公司 | 物品信息推送方法、装置、电子设备和计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111932321B (zh) | 2021-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112035753B (zh) | 推荐页面生成方法、装置、电子设备和计算机可读介质 | |
CN111932321B (zh) | 针对用户的物品信息推送方法、装置、电子设备和介质 | |
CN112017013B (zh) | 目标物品信息显示方法、装置、电子设备和计算机可读介质 | |
CN112036990B (zh) | 物品信息推送方法、装置、电子设备和计算机可读介质 | |
US20200372462A1 (en) | Order display method and apparatus | |
CN115271757A (zh) | 需求信息生成方法、装置、电子设备和计算机可读介质 | |
CN112102043B (zh) | 物品推荐页面生成方法、装置、电子设备和可读介质 | |
CN112365109B (zh) | 配送路径信息生成方法、装置、电子设备和可读介质 | |
CN112529672B (zh) | 物品信息推送方法、装置、电子设备和计算机可读介质 | |
CN112446768B (zh) | 物品信息推荐方法、装置、电子设备和计算机可读介质 | |
CN111078636A (zh) | 营销数据处理方法、***及相关设备 | |
CN111737587B (zh) | 设备操作方法、装置、电子设备和计算机可读介质 | |
CN112561606B (zh) | 基于用户行为的货架摆放方法、装置、电子设备和介质 | |
CN112200643A (zh) | 物品信息推送方法、装置、电子设备和计算机可读介质 | |
CN113688133B (zh) | 基于合规计算的数据处理方法、***、装置、介质及设备 | |
CN111932191B (zh) | 货架调度方法、装置、电子设备和计算机可读介质 | |
CN111681088B (zh) | 信息推送方法、装置、电子设备和计算机可读介质 | |
US20230053859A1 (en) | Method and apparatus for outputting information | |
CN111177582B (zh) | 确定好友用户的方法、装置、电子设备、及存储介质 | |
CN113762876A (zh) | 信息生成方法、装置、电子设备和计算机可读介质 | |
CN113554493A (zh) | 交互下单方法、装置、电子设备和计算机可读介质 | |
CN112085359A (zh) | 信息生成方法、装置、电子设备和计算机可读介质 | |
CN113435960A (zh) | 虚拟物品显示方法、装置、电子设备和计算机可读介质 | |
CN112860999A (zh) | 信息推荐方法、装置、设备和存储介质 | |
CN111784377A (zh) | 用于生成信息的方法和装置 |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211124 Address after: Room 084, No. 1-309, 3rd floor, commercial building, No. 9 Wangjing street, Chaoyang District, Beijing 100102 Patentee after: Beijing Daily Youxian Technology Co.,Ltd. Address before: 100102 room 801, 08 / F, building 7, yard 34, Chuangyuan Road, Chaoyang District, Beijing Patentee before: BEIJING MISSFRESH E-COMMERCE Co.,Ltd. |
|
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210105 |