CN112116427A - 一种商品推荐方法、装置、电子设备及存储介质 - Google Patents
一种商品推荐方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112116427A CN112116427A CN202011003988.9A CN202011003988A CN112116427A CN 112116427 A CN112116427 A CN 112116427A CN 202011003988 A CN202011003988 A CN 202011003988A CN 112116427 A CN112116427 A CN 112116427A
- Authority
- CN
- China
- Prior art keywords
- commodity
- filtering
- commodities
- target
- candidate recommended
- 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
- 238000001914 filtration Methods 0.000 claims abstract description 204
- 230000004044 response Effects 0.000 claims abstract description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000002372 labelling Methods 0.000 claims description 10
- 239000002699 waste material Substances 0.000 abstract description 8
- 230000002159 abnormal effect Effects 0.000 abstract description 6
- 239000000047 product Substances 0.000 description 41
- 239000002609 medium Substances 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000013065 commercial product Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000012120 mounting media Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种商品推荐方法、装置、电子设备及存储介质。所述方法包括：响应于商品推荐请求，确定候选推荐商品；针对所述候选推荐商品并发执行至少两个商品过滤策略，以从所述候选推荐商品中确定目标过滤商品；所述候选推荐商品中的目标过滤商品删除，生成目标推荐商品；显示所述目标推荐商品。本发明实施例提供的技术方案，可以快速将候选推荐商品中的异常或无效商品过滤掉，可以有效避免无效商品推荐的情况发生，不仅可以准确地向用户进行商品推荐，提高用户体验，而且还可以有效避免无效商品对***资源的浪费。
Description
技术领域
本发明实施例涉及数据处理技术领域，尤其涉及一种商品推荐方法、装置、电子设备及存储介质。
背景技术
随着科技的进步和社会的发展，越来越多的用户选择通过互联网的方式进行商品选购，足不出户便可以实现商品交易。
相关技术中，一般是根据商品的畅销情况，向用户推荐商品，无法很好的满足用户需求，因此，如何准确地向用户进行商品推荐，以提高用户体验变得至关重要。
发明内容
本发明实施例提供一种商品推荐方法、装置、电子设备及存储介质，可以准确向用户进行商品推荐，提高用户体验。
第一方面，本发明实施例提供了一种商品推荐方法，所述方法包括：
响应于商品推荐请求，确定候选推荐商品；
针对所述候选推荐商品并发执行至少两个商品过滤策略，以从所述候选推荐商品中确定目标过滤商品；
将所述候选推荐商品中的目标过滤商品删除，生成目标推荐商品；
显示所述目标推荐商品。
进一步的，针对所述候选推荐商品并发执行至少两个商品过滤策略，以从所述候选推荐商品中确定目标过滤商品，包括：
针对所述候选推荐商品并发执行至少两个商品过滤策略，对满足所述商品过滤策略的商品标注过滤标识；
将所述候选推荐商品中携带所述过滤标识的商品确定为目标过滤商品。
进一步的，所述过滤标识的数量与商品满足所述商品过滤策略的数量相同；
相应的，将所述候选推荐商品中携带所述过滤标识的商品确定为目标过滤商品，包括：
将所述候选推荐商品中过滤标识的数量大于0的商品确定为目标过滤商品。
进一步的，所述商品过滤策略包括黑名单过滤策略、隐私过滤策略、库存不足过滤策略、下架商品过滤策略及SPU重复过滤策略。
进一步的，响应于商品推荐请求，确定候选推荐商品，包括：
响应于商品推荐请求，获取预设时间段内用户对商品的历史点击记录；
根据所述历史点击记录确定候选推荐商品。
进一步的，显示所述目标推荐商品，包括：
基于懒加载方式显示所述目标推荐商品。
第二方面，本发明实施例还提供了一种商品推荐装置，所述装置包括：
候选推荐商品确定模块，用于响应于商品推荐请求，确定候选推荐商品；
目标过滤商品确定模块，用于针对所述候选推荐商品并发执行至少两个商品过滤策略，以从所述候选推荐商品中确定目标过滤商品；
目标推荐商品生成模块，用于将所述候选推荐商品中的目标过滤商品删除，生成目标推荐商品；
目标推荐商品显示模块，用于显示所述目标推荐商品。
进一步的，所述目标过滤商品确定模块，包括：
过滤标识标注单元，用于针对所述候选推荐商品并发执行至少两个商品过滤策略，对满足所述商品过滤策略的商品标注过滤标识；
目标过滤商品确定单元，用于将所述候选推荐商品中携带所述过滤标识的商品确定为目标过滤商品。
进一步的，所述过滤标识的数量与商品满足所述商品过滤策略的数量相同；
相应的，所述目标过滤商品确定单元，用于：
将所述候选推荐商品中过滤标识的数量大于0的商品确定为目标过滤商品。
进一步的，所述商品过滤策略包括黑名单过滤策略、隐私过滤策略、库存不足过滤策略、下架商品过滤策略及SPU重复过滤策略。
进一步的，所述候选推荐商品确定模块，用于：
响应于商品推荐请求，获取预设时间段内用户对商品的历史点击记录；
根据所述历史点击记录确定候选推荐商品。
进一步的，所述目标推荐商品显示模块，用于：
基于懒加载方式显示所述目标推荐商品。
第三方面，本发明实施例还提供了一种电子设备，包括存储器，至少一个处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如本发明实施例所述的商品推荐方法。
第四方面，本发明实施例还提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现如本发明实施例所述的商品推荐方法。
本发明实施例提供的商品推荐方案，响应于商品推荐请求，确定候选推荐商品；针对所述候选推荐商品并发执行至少两个商品过滤策略，以从所述候选推荐商品中确定目标过滤商品；将所述候选推荐商品中的目标过滤商品删除，生成目标推荐商品；显示所述目标推荐商品。本发明实施例提供的商品推荐方法，可以快速将候选推荐商品中的异常或无效商品过滤掉，可以有效避免无效商品推荐的情况发生，不仅可以准确地向用户进行商品推荐，提高用户体验，而且还可以有效避免无效商品对***资源的浪费。
附图说明
图1为本发明实施例提供的一种商品推荐方法的流程图；
图2为本发明另一实施例提供的一种商品推荐方法的流程图；
图3为相关技术中商品过滤过程示意图；
图4为本发明实施例提供的商品过滤过程示意图；
图5为本发明实施例提供的一种商品推荐装置的结构示意图；
图6为本发明实施例提供的一种电子设备的结构框图。
具体实施方式
下面将参照附图更详细地描述本发明的实施例。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明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发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。
应当理解，本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本发明中提及的“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。
需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本发明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。
图1为本发明实施例提供的一种商品推荐方法的流程图，本发明实施例可适用于对商品进行推荐的情况，该方法可以由商品推荐装置来执行，该装置可由硬件和/或软件组成，一般可集成在具有商品推荐功能的电子设备中。如图1所示，该方法具体包括如下步骤：
步骤101、响应于商品推荐请求，确定候选推荐商品。
在本发明实施例中，响应于商品推荐请求，也即检测到商品推荐请求时，根据商品推荐请求确定候选推荐商品，从而进行商品推荐的管控事件。
可选的，当用户打开购买商品的应用程序时，可以表征检测到商品推荐请求；当检测到用户输入的商品推荐指令时，可以表征检测到商品推荐请求。需要说明的是，本发明实施例对商品推荐请求的具体表现形式不做限定。
在本发明实施例中，响应于商品推荐请求，确定候选推荐商品。响应于商品推荐请求，确定候选推荐商品，包括：响应于商品推荐请求，获取预设时间段内用户对商品的历史点击记录；根据所述历史点击记录确定候选推荐商品。示例性的，当检测到商品推荐请求时，获取预设时间段内用户对商品的历史点击记录，例如，获取以当前时间为时间点，向前追溯一周时间这一时间段内，用户对商品的历史点击记录，根据历史点击记录确定候选推荐商品。其中，历史点击记录反映了用户在预设时间段内的感兴趣商品。其中，可以将历史点记录输入至预先训练的商品推荐模型中，商品推荐模型对历史点击记录进行分析，根据商品推荐模型输出的用户对商品的点击或购买概率，确定候选推荐商品。可选的，还可以根据历史点击记录对用户对各个商品的点击频次进行统计，将点击频次大于预设频次阈值的商品作为候选推荐商品。其中，候选推荐商品可以为一个，也可以为多个。需要说明的是，本发明实施例对候选推荐商品的确定方式及候选推荐商品的数量不做限定。
步骤102、针对所述候选推荐商品并发执行至少两个商品过滤策略，以从所述候选推荐商品中确定目标过滤商品。
在本发明实施例中，针对候选推荐商品并发执行至少两个商品过滤策略，也即基于至少两个商品过滤策略同时对候选推荐商品进行过滤，以从候选推荐商品中确定目标过滤商品。可选的，可以同时调用线程池中至少两个商品过滤策略对应的线程，以分别基于各个商品过滤策略从候选推荐商品中确定目标过滤商品。
可选的，针对所述候选推荐商品并发执行至少两个商品过滤策略，以从所述候选推荐商品中确定目标过滤商品，包括：针对所述候选推荐商品并发执行至少两个商品过滤策略，对满足所述商品过滤策略的商品标注过滤标识；将所述候选推荐商品中携带所述过滤标识的商品确定为目标过滤商品。示例性的，针对候选推荐商品并发执行至少两个商品过滤策略，对满足至少一个商品过滤策略的商品标注过滤标识。其中，可以针对不同的商品过滤策略，标注不同的过滤标识，也可以针对不同的商品过滤策略，标注相同的过滤标识。例如，针对候选推荐商品并发执行5个商品过滤策略时，若候选推荐商品中的某商品同时满足同时其中三个商品过滤策略，则可对该商品标注与这三个商品过滤策略不用的三个过滤标识，这样可以使后台管理人员清楚地了解过滤商品具体满足哪个过滤策略。又示例性的，当候选推荐商品中的某商品同时满足多个商品过滤策略时，可对该商品标注同一过滤标识，并且标注商品满足商品过滤策略的数量。如某商品满足3个不同的商品过滤策略，则可对该商品标注同一过滤标识，且标注商品满足商品过滤策略的数量为3。可选的，当候选推荐商品中的某商品同时满足多个商品过滤策略时，也可对该商品标注一个过滤标识，用于表征该商品为待过滤商品即可。在基于并发执行的至少两个商品过滤策略，对候选推荐商品中满足所述商品过滤策略的商品标注过滤标识后，将携带过滤标识的商品确定为目标过滤商品。
可选的，所述过滤标识的数量与商品满足所述商品过滤策略的数量相同；相应的，将所述候选推荐商品中携带所述过滤标识的商品确定为目标过滤商品，包括：将所述候选推荐商品中过滤标识的数量大于0的商品确定为目标过滤商品。这样设置的好处在于，可以使后台管理人员清楚地了解目标过滤商品所满足的商品过滤策略或具体命中商品过滤策略的次数。示例性的，商品满足不同的商品过滤策略时，可针对该商品标注不同的过滤标识，或者，对该商品标识同一过滤标识以及商品满足商品过滤策略的数量。从而可将候选推荐商品中过滤标识大于0的商品确定为目标过滤商品。
可选的，所述商品过滤策略包括黑名单过滤策略、隐私过滤策略、库存不足过滤策略、下架商品过滤策略及SPU重复过滤策略。其中，黑名单过滤策略可以包括用户预先选中的黑名单类别，将属于该黑名单类别的商品确定为黑名单商品。隐私过滤策略可以理解为对私密性较强的商品进行过滤。关于库存不足过滤策略，由于存在库存不足的商品和库存充足的商品，而对于库存不足的商品用户无法点击购买，若将库存不足的商品推荐给用户，加载库存不足商品的过程，不仅会造成***资源浪费，而且还会影响用户体验，因此，在确定候选推荐商品后，可基于库存不足过滤策略从候选推荐商品中选中库存不足的商品过滤掉。具体的，可确定候选推荐商品的库存信息，以判断候选推荐商品中是否存在库存不足的商品。其中，库存不足可以包括无库存的情况，库存充足可以包括有库存的情况；可选的，库存不足还可以包括商品的库存量小于用户想用购买的商品的数量，库存充足可以包括商品的库存量大于用户想要购买的商品的数量。关于下架商品过滤策略，由于存在处于上架状态的上架商品和处于下架状态的下架商品，而对于下架商品用户无法点击购买，若将下架商品推荐给用户，加载下架商品的过程，不仅会造成***资源浪费，而且还会影响用户体验，因此，在确定候选推荐商品后，可基于下架商品过滤策略从候选推荐商品中选中已下架的商品过滤掉。具体的，可确定候选推荐商品的状态信息，以判断候选推荐商品中是否存在处于下架状态的下架商品。关于SPU(Standard Product Unit，标准化产品单元)重复过滤策略，对于SPU重复的商品可过滤掉。
步骤103、将所述候选推荐商品中的目标过滤商品删除，生成目标推荐商品。
在本发明实施例中，将目标过滤商品从候选推荐商品中删除，并将剩余的候选推荐商品作为目标推荐商品。
步骤104、显示所述目标推荐商品。
在本发明实施例中，加载目标推荐商品的相关信息并显示。其中，可按照目标推荐商品的种类分类显示目标推荐商品，也可按照预测的目标推荐商品被点击或购买的概率高低显示目标推荐商品。需要说明的是，本发明实施例对目标推荐商品的显示方式不做限定。
可选的，显示所述目标推荐商品，包括：基于懒加载方式显示所述目标推荐商品。其中，懒加载方式可以理解为延迟加载，例如，可以先将目标推荐商品的首页信息进行加载，即先显示目标推荐商品的首页信息(主要信息)，在目标推荐商品的首页信息加载显示后，再对目标推荐商品的详情信息进行加载并显示。这样设置的好处在于，可以使用户更快地看到目标推荐商品，更快对地目标推荐商品进行操作。
本发明实施例提供的商品推荐方法，响应于商品推荐请求，确定候选推荐商品；针对所述候选推荐商品并发执行至少两个商品过滤策略，以从所述候选推荐商品中确定目标过滤商品；将所述候选推荐商品中的目标过滤商品删除，生成目标推荐商品；显示所述目标推荐商品。本发明实施例提供的商品推荐方法，可以快速将候选推荐商品中的异常或无效商品过滤掉，可以有效避免无效商品推荐的情况发生，不仅可以准确地向用户进行商品推荐，提高用户体验，而且还可以有效避免无效商品对***资源的浪费。
图2为本发明另一实施例提供的一种商品推荐方法的流程图，如图2所示，该方法包括如下步骤：
步骤201、响应于商品推荐请求，获取预设时间段内用户对商品的历史点击记录。
步骤202、根据历史点击记录确定候选推荐商品。
步骤203、针对所述候选推荐商品并发执行至少两个商品过滤策略，对满足所述商品过滤策略的商品标注过滤标识。
其中，所述商品过滤策略包括黑名单过滤策略、隐私过滤策略、库存不足过滤策略、下架商品过滤策略及标准化产品单元SPU重复过滤策略。
步骤204、将所述候选推荐商品中携带所述过滤标识的商品确定为目标过滤商品。
可选的，所述过滤标识的数量与商品满足所述商品过滤策略的数量相同；相应的，将所述候选推荐商品中携带所述过滤标识的商品确定为目标过滤商品，包括：将所述候选推荐商品中过滤标识的数量大于0的商品确定为目标过滤商品。
步骤205、将所述候选推荐商品中的目标过滤商品删除，生成目标推荐商品。
步骤206、基于懒加载方式显示所述目标推荐商品。
示例性的，商品过滤策略包括黑名单过滤策略、隐私过滤策略、库存不足过滤策略、下架商品过滤策略及标准化产品单元SPU重复过滤策略，图3为相关技术中商品过滤过程示意图。如图3所示，针对候选推荐商品，按照先后顺序依次执行上述五个商品过滤策略，耗时较长。图4为本发明实施例提供的商品过滤过程示意图。如图4所示，针对候选推荐商品，并发执行上述五个商品过滤策略，耗时较短，大大缩短了无效商品的过滤时间。
本发明实施例提供的商品推荐方案，对候选推荐商品并发执行至少两个商品过滤策略，不仅可以快速将候选推荐商品中的异常或无效商品过滤掉，大大缩短商品过滤时间，有效避免无效商品推荐的情况发生，而且可以准确地向用户进行商品推荐，提高用户体验，有效避免无效商品对***资源的浪费。
图5为本发明实施例提供的一种商品推荐装置的结构示意图。该装置可由软件和/或硬件实现，一般集成在电子设备中，可通过执行商品推荐方法来进行商品推荐。如图5所示，该装置包括：
候选推荐商品确定模块501，用于响应于商品推荐请求，确定候选推荐商品；
目标过滤商品确定模块502，用于针对所述候选推荐商品并发执行至少两个商品过滤策略，以从所述候选推荐商品中确定目标过滤商品；
目标推荐商品生成模块503，用于将所述候选推荐商品中的目标过滤商品删除，生成目标推荐商品；
目标推荐商品显示模块504，用于显示所述目标推荐商品。
本发明实施例提供的商品推荐装置，响应于商品推荐请求，确定候选推荐商品；针对所述候选推荐商品并发执行至少两个商品过滤策略，以从所述候选推荐商品中确定目标过滤商品；将所述候选推荐商品中的目标过滤商品删除，生成目标推荐商品；显示所述目标推荐商品。本发明实施例提供的商品推荐装置，可以快速将候选推荐商品中的异常或无效商品过滤掉，可以有效避免无效商品推荐的情况发生，不仅可以准确地向用户进行商品推荐，提高用户体验，而且还可以有效避免无效商品对***资源的浪费。
可选的，所述目标过滤商品确定模块，包括：
过滤标识标注单元，用于针对所述候选推荐商品并发执行至少两个商品过滤策略，对满足所述商品过滤策略的商品标注过滤标识；
目标过滤商品确定单元，用于将所述候选推荐商品中携带所述过滤标识的商品确定为目标过滤商品。
可选的，所述过滤标识的数量与商品满足所述商品过滤策略的数量相同；
相应的，所述目标过滤商品确定单元，用于：
将所述候选推荐商品中过滤标识的数量大于0的商品确定为目标过滤商品。
可选的，所述商品过滤策略包括黑名单过滤策略、隐私过滤策略、库存不足过滤策略、下架商品过滤策略及SPU重复过滤策略。
可选的，所述候选推荐商品确定模块，用于：
响应于商品推荐请求，获取预设时间段内用户对商品的历史点击记录；
根据所述历史点击记录确定候选推荐商品。
可选的，所述目标推荐商品显示模块，用于：
基于懒加载方式显示所述目标推荐商品。
本发明实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行商品推荐方法，应用于电子设备，其中，所述方法包括：
响应于商品推荐请求，确定候选推荐商品；
针对所述候选推荐商品并发执行至少两个商品过滤策略，以从所述候选推荐商品中确定目标过滤商品；
将所述候选推荐商品中的目标过滤商品删除，生成目标推荐商品；
显示所述目标推荐商品。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如CD-ROM、软盘或磁带装置；计算机***存储器或随机存取存储器，诸如DRAM、DDRRAM、SRAM、EDORAM，兰巴斯(Rambus)RAM等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被执行的第一计算机***中，或者可以位于不同的第二计算机***中，第二计算机***通过网络(诸如因特网)连接到第一计算机***。第二计算机***可以提供程序指令给第一计算机用于执行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机***中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器执行的程序指令(例如具体实现为计算机程序)。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述商品推荐操作，还可以执行本发明任意实施例所提供商品推荐方法中的相关操作。
本发明实施例提供了一种电子设备，该电子设备中可集成本发明实施例提供商品推荐装置。图6为本发明实施例提供的一种电子设备的结构框图。电子设备600可以包括：存储器601，至少一个处理器602及存储在存储器601上并可在处理器602运行的计算机程序，所述处理器602执行所述计算机程序时实现如本发明实施例所述商品推荐方法。
本发明实施例中提供的电子设备，响应于商品推荐请求，确定候选推荐商品；针对所述候选推荐商品并发执行至少两个商品过滤策略，以从所述候选推荐商品中确定目标过滤商品；将所述候选推荐商品中的目标过滤商品删除，生成目标推荐商品；显示所述目标推荐商品，可以快速将候选推荐商品中的异常或无效商品过滤掉，可以有效避免无效商品推荐的情况发生，不仅可以准确地向用户进行商品推荐，提高用户体验，而且还可以有效避免无效商品对***资源的浪费。
上述实施例中提供商品推荐装置、存储介质及电子设备可执行本发明任意实施例所提供商品推荐方法，具备执行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本发明任意实施例所提供商品推荐方法。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种商品推荐方法，其特征在于，包括：
响应于商品推荐请求，确定候选推荐商品；
针对所述候选推荐商品并发执行至少两个商品过滤策略，以从所述候选推荐商品中确定目标过滤商品；
将所述候选推荐商品中的目标过滤商品删除，生成目标推荐商品；
显示所述目标推荐商品。
2.根据权利要求1所述的方法，其特征在于，针对所述候选推荐商品并发执行至少两个商品过滤策略，以从所述候选推荐商品中确定目标过滤商品，包括：
针对所述候选推荐商品并发执行至少两个商品过滤策略，对满足所述商品过滤策略的商品标注过滤标识；
将所述候选推荐商品中携带所述过滤标识的商品确定为目标过滤商品。
3.根据权利要求2所述的方法，其特征在于，所述过滤标识的数量与商品满足所述商品过滤策略的数量相同；
相应的，将所述候选推荐商品中携带所述过滤标识的商品确定为目标过滤商品，包括：
将所述候选推荐商品中过滤标识的数量大于0的商品确定为目标过滤商品。
4.根据权利要求1所述的方法，其特征在于，所述商品过滤策略包括黑名单过滤策略、隐私过滤策略、库存不足过滤策略、下架商品过滤策略及标准化产品单元SPU重复过滤策略。
5.根据权利要求1所述的方法，其特征在于，响应于商品推荐请求，确定候选推荐商品，包括：
响应于商品推荐请求，获取预设时间段内用户对商品的历史点击记录；
根据所述历史点击记录确定候选推荐商品。
6.根据权利要求1所述的方法，其特征在于，显示所述目标推荐商品，包括：
基于懒加载方式显示所述目标推荐商品。
7.一种商品推荐装置，其特征在于，包括：
候选推荐商品确定模块，用于响应于商品推荐请求，确定候选推荐商品；
目标过滤商品确定模块，用于针对所述候选推荐商品并发执行至少两个商品过滤策略，以从所述候选推荐商品中确定目标过滤商品；
目标推荐商品生成模块，用于将所述候选推荐商品中的目标过滤商品删除，生成目标推荐商品；
目标推荐商品显示模块，用于显示所述目标推荐商品。
8.根据权利要求7所述的装置，其特征在于，所述目标过滤商品确定模块，包括：
过滤标识标注单元，用于针对所述候选推荐商品并发执行至少两个商品过滤策略，对满足所述商品过滤策略的商品标注过滤标识；
目标过滤商品确定单元，用于将所述候选推荐商品中携带所述过滤标识的商品确定为目标过滤商品。
9.一种电子设备，其特征在于，包括存储器，至少一个处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6任一所述的商品推荐方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现如权利要求1-6中任一所述的商品推荐方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011003988.9A CN112116427A (zh) | 2020-09-22 | 2020-09-22 | 一种商品推荐方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011003988.9A CN112116427A (zh) | 2020-09-22 | 2020-09-22 | 一种商品推荐方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112116427A true CN112116427A (zh) | 2020-12-22 |
Family
ID=73800874
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011003988.9A Pending CN112116427A (zh) | 2020-09-22 | 2020-09-22 | 一种商品推荐方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112116427A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113362144A (zh) * | 2021-07-19 | 2021-09-07 | 海南炳祥投资咨询有限公司 | 基于大数据的电商购物推荐方法及*** |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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*** |
| CN106228386A (zh) * | 2016-07-12 | 2016-12-14 | 腾讯科技（深圳）有限公司 | 一种信息推送方法及装置 |
| CN106327227A (zh) * | 2015-06-19 | 2017-01-11 | 北京航天在线网络科技有限公司 | 一种信息推荐***及信息推荐方法 |
| CN107016587A (zh) * | 2016-01-28 | 2017-08-04 | 苏宁云商集团股份有限公司 | 一种个性化页面推送方法及装置 |
| CN107563859A (zh) * | 2017-08-31 | 2018-01-09 | 深圳前海弘稼科技有限公司 | 商品推荐方法、装置、设备及存储介质 |
| CN109151514A (zh) * | 2017-06-28 | 2019-01-04 | 武汉斗鱼网络科技有限公司 | 直播间内实现购买商品的方法、存储介质、设备及*** |
| CN109584003A (zh) * | 2018-11-26 | 2019-04-05 | 上海景域文化传播股份有限公司 | 智能推荐*** |
| CN109685631A (zh) * | 2019-01-10 | 2019-04-26 | 博拉网络股份有限公司 | 一种基于大数据用户行为分析的个性化推荐方法 |
| CN109903111A (zh) * | 2017-12-11 | 2019-06-18 | 北京京东尚科信息技术有限公司 | 用于个性化推荐的排序方法，排序模型训练方法和排序*** |
| CN110135948A (zh) * | 2019-05-09 | 2019-08-16 | 西北民族大学 | 一种面向电子商务平台商品的推荐***及方法 |
| CN110517103A (zh) * | 2019-07-09 | 2019-11-29 | 广州品唯软件有限公司 | 一种基于用户收藏的商品推荐方法及*** |
| CN111199428A (zh) * | 2020-01-03 | 2020-05-26 | 江苏苏宁物流有限公司 | 商品推荐方法、装置、存储介质及计算机设备 |
| CN112036990A (zh) * | 2020-11-04 | 2020-12-04 | 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 |
| CN116362831A (zh) * | 2023-03-09 | 2023-06-30 | 广州漫游舱网络科技有限公司 | 一种商品推荐方法和相关设备 |
-
2020
- 2020-09-22 CN CN202011003988.9A patent/CN112116427A/zh active Pending
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106327227A (zh) * | 2015-06-19 | 2017-01-11 | 北京航天在线网络科技有限公司 | 一种信息推荐***及信息推荐方法 |
| CN107016587A (zh) * | 2016-01-28 | 2017-08-04 | 苏宁云商集团股份有限公司 | 一种个性化页面推送方法及装置 |
| CN106228386A (zh) * | 2016-07-12 | 2016-12-14 | 腾讯科技（深圳）有限公司 | 一种信息推送方法及装置 |
| 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*** |
| CN109151514A (zh) * | 2017-06-28 | 2019-01-04 | 武汉斗鱼网络科技有限公司 | 直播间内实现购买商品的方法、存储介质、设备及*** |
| CN107563859A (zh) * | 2017-08-31 | 2018-01-09 | 深圳前海弘稼科技有限公司 | 商品推荐方法、装置、设备及存储介质 |
| CN109903111A (zh) * | 2017-12-11 | 2019-06-18 | 北京京东尚科信息技术有限公司 | 用于个性化推荐的排序方法，排序模型训练方法和排序*** |
| CN109584003A (zh) * | 2018-11-26 | 2019-04-05 | 上海景域文化传播股份有限公司 | 智能推荐*** |
| CN109685631A (zh) * | 2019-01-10 | 2019-04-26 | 博拉网络股份有限公司 | 一种基于大数据用户行为分析的个性化推荐方法 |
| CN110135948A (zh) * | 2019-05-09 | 2019-08-16 | 西北民族大学 | 一种面向电子商务平台商品的推荐***及方法 |
| CN110517103A (zh) * | 2019-07-09 | 2019-11-29 | 广州品唯软件有限公司 | 一种基于用户收藏的商品推荐方法及*** |
| CN111199428A (zh) * | 2020-01-03 | 2020-05-26 | 江苏苏宁物流有限公司 | 商品推荐方法、装置、存储介质及计算机设备 |
| CN112036990A (zh) * | 2020-11-04 | 2020-12-04 | 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 |
| CN116362831A (zh) * | 2023-03-09 | 2023-06-30 | 广州漫游舱网络科技有限公司 | 一种商品推荐方法和相关设备 |
Non-Patent Citations (2)
| Title |
|---|
| 中国人民解放军总装备部军事训练教材编辑工作委员会编: "《信息服务的信息技术应用 上册》", 31 July 2001, 上海科学技术出版社, pages: 393 - 394 * |
| 韦鹏程，许桂秋: "《Python编程基础与应用》", 上海科学技术出版社, pages: 216 - 149 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113362144A (zh) * | 2021-07-19 | 2021-09-07 | 海南炳祥投资咨询有限公司 | 基于大数据的电商购物推荐方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10671968B2 (en) | Method and system of processing commodity object information | |
| US7069231B1 (en) | Methods and systems for defining, applying and executing customer care relationship plans | |
| US8566170B1 (en) | Reducing purchase hesitance | |
| US20200074509A1 (en) | Business data promotion method, device, terminal and computer-readable storage medium | |
| CN111160950B (zh) | 一种资源信息的处理、输出方法及装置 | |
| CN108111554B (zh) | 一种访问队列的控制方法及装置 | |
| CN107451918B (zh) | 资产数据管理方法及装置 | |
| CN107783861B (zh) | 交易回滚方法、装置、存储介质和计算机设备 | |
| WO2011076560A1 (en) | Method for training and using a classification model with association rule models | |
| CN112053168A (zh) | 物料的监控方法、装置、电子设备及存储介质 | |
| CN111932338A (zh) | 一种商品推荐方法、装置、设备及存储介质 | |
| CN112116427A (zh) | 一种商品推荐方法、装置、电子设备及存储介质 | |
| CN112348420A (zh) | 储位信息获取方法及***、存储介质和电子设备 | |
| CN111639213B (zh) | 一种异常行为的识别方法及装置 | |
| Pika et al. | Configurable batch-processing discovery from event logs | |
| CN110297578B (zh) | 批量处理海量数据中部分数据的方法、装置及电子设备 | |
| JP2009175874A (ja) | ポイント管理装置及び方法、ならびに、コンピュータプログラム | |
| CN111882388A (zh) | 一种商品推荐方法、装置、设备及存储介质 | |
| CN116071133A (zh) | 基于大数据的跨境电商环境分析方法、***及计算设备 | |
| CN114328490B (zh) | 一种直播电商分析展现的构建方法、设备及介质 | |
| WO2022099965A1 (zh) | 电商活动配置方法、装置、计算机设备和可读存储介质 | |
| CN111694872B (zh) | 一种业务处置的数据化方案的提供方法及装置 | |
| US8655750B2 (en) | Identifying the most relevant computer system state information | |
| CN113888085A (zh) | 一种业务执行的方法及装置 | |
| CN108537654B (zh) | 客户关系网络图的渲染方法、装置、终端设备及介质 |
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 |