CN113077321A - 物品推荐方法、装置、电子设备和存储介质 - Google Patents
物品推荐方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113077321A CN113077321A CN202110430665.6A CN202110430665A CN113077321A CN 113077321 A CN113077321 A CN 113077321A CN 202110430665 A CN202110430665 A CN 202110430665A CN 113077321 A CN113077321 A CN 113077321A
- Authority
- CN
- China
- Prior art keywords
- item
- recommendation
- target
- time
- value
- 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 49
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 238000007619 statistical method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000002453 shampoo Substances 0.000 description 2
- 241001499723 Notothenia microlepidota Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 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
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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]
- G06Q30/0605—Supply or demand aggregation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (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物品推荐方法、装置、电子设备和存储介质,该物品推荐方法包括:确定目标用户在当前的物品获取周期内是否获取目标物品的相关物品;如果获取了相关物品,则确定目标物品的推荐值为第一推荐值;如果没有获取相关物品,则获取目标用户的历史操作信息,并基于该历史操作信息计算目标物品的推荐值,得到第二推荐值,第二推荐值大于第一推荐值;根据第一推荐值或第二推荐值确定推荐策略,并基于该推荐策略向目标用户推荐目标物品。本发明实施例能够提升物品的推荐准确率和推荐效果。
Description
技术领域
本发明涉及推荐技术,尤其涉及一种物品推荐方法、装置、电子设备和存储介质。
背景技术
现有的物品推荐,通常是基于用户的浏览指标实现的,在实现本发明的过程中,发现人发现,这种推荐方法,不够准确,推荐效果也不好。比如,当我们访问相关联的网站的时候,会出现这样一种情况:我们在网站A刚刚浏览的物品X,会作为推荐物品出现在关联的网站B的页面上,而实际上,可能我们刚刚购买了物品X,这时候再推荐物品X,显然推荐效果不好。
发明内容
本发明实施例提供一种物品推荐方法、装置、电子设备和存储介质,能够提升物品的推荐准确率和推荐效果。
第一方面,本发明实施例提供一种物品推荐方法,包括:
确定目标用户在当前的物品获取周期内是否获取目标物品的相关物品;
如果获取了所述相关物品,则确定所述目标物品的推荐值为第一推荐值;
如果没有获取所述相关物品,则获取所述目标用户的历史操作信息,并基于所述历史操作信息计算所述目标物品的推荐值,得到第二推荐值,所述第二推荐值大于所述第一推荐值;
根据所述第一推荐值或所述第二推荐值确定推荐策略,并基于所述推荐策略向所述目标用户推荐所述目标物品。
第二方面,本发明实施例提供一种物品推荐装置,所述装置包括:
物品确定模块,用于确定目标用户在当前的物品获取周期内是否获取目标物品的相关物品;
推荐值确定模块,用于如果获取了所述相关物品,则确定所述目标物品的推荐值为第一推荐值;如果没有获取所述相关物品,则获取所述目标用户的历史操作信息,并基于所述历史操作信息计算所述目标物品的推荐值,得到第二推荐值,所述第二推荐值大于所述第一推荐值;
推荐模块,用于根据所述第一推荐值或所述第二推荐值确定推荐策略,并基于所述推荐策略向所述目标用户推荐所述目标物品。
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、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明实施例中任一所述的物品推荐方法。
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如本发明实施例中任一所述的物品推荐方法。
本发明实施例中,在向目标用户推荐目标物品时,可以根据目标用户在当前的物品获取周期(例如复购周期)内对目标物品的相关物品的获取情况(例如购买情况)及目标用户的历史操作信息确定目标物品的推荐值,即如果目标用户在复购周期内购买了相关物品,则认为目标用户对目标物品的兴趣度较小,则为目标物品确定一个较小的推荐值(第一推荐值),如果目标用户在复购周期内还没有购买相关物品,则说明目标用户对目标物品的兴趣度较大,则根据历史操作信息为目标物品确定一个相对较大的推荐值(第二推荐值),即在确定目标物品的推荐值时,考虑了物品复购周期和兴趣情况,从而能够提高物品的推荐准确度和推荐效果。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1是本发明实施例提供的物品推荐方法的一个流程示意图。
图2是本发明实施例提供的物品推荐方法的另一流程示意图。
图3是本发明实施例提供的物品推荐装置的一个结构示意图。
图4是本发明实施例提供的物品推荐***的一个结构示意图。
图5是本发明实施例提供的电子设备的一个结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
本发明实施例提供的物品推荐方法,可以基于收集到的用户的历史操作信息实现,该历史操作信息可以通过如下方法收集得到:
比如,当用户通过网络获取(例如下单购买)某个物品(例如商品)时,可以获取用户的标识信息、所获取物品的物品编码、物品品类、获取时间(例如下单时间)等信息,然后以用户的标识信息、物品编码、品类为键(key),以获取时间为值(value),按照键-值对的形式存储用户的下单信息。与此同时,可以删除本次下单之前所记录的该物品的其他操作信息,例如浏览时间、浏览次数、加入购物车时间等信息。另外,当用户取消获取该物品(例如取消本次订单)时,可以从存储中删除本次记录的下单信息。
其中,用户的标识信息可以是用户名、用户账号、用户获取该物品时所使用的终端的识别号(例如手机号、手机标识码)等。物品编码可以是物品的库存量单位(StockKeeping Unit,SKU)编码,一个SKU编码可以用来唯一标识一款物品;比如,某厂家生产的最新手机,有蓝色、白色和黑色,则蓝色款手机、白色款手机和黑色款手机分别有不同的SKU编码。物品的品类即物品类别,按照范围从大到小的顺序可以分为一级品类、二级品类和三级品类,在一个具体的实施例中,品类的划分例如下表1所示:
表1
需要说明的是,表1所示品类仅为举例说明,并不构成对实际分类的限定。
经实践证明,三级品类的范围和粒度比较适于本发明实施例的推荐方法,因而具体实现中,在存储品类时,可以存储物品所属的三级品类,以提升推荐效果。同一个三级品类下可能对应有多个不同的物品编码,比如三级品类为手机,手机有蓝色、白色和黑色,蓝色款手机、白色款手机和黑色款手机分别有不同的SKU编码,则手机这个三级品类包括三个SKU编码。
比如,当用户将某个物品加入购物车时,可以获取用户的标识信息、加入购物车物品的物品编码、加入购物车的时间,然后以用户的标识信息、物品编码为键,以加入购物车时间为值,按照键-值对的形式存储用户的加入购物车信息。另外,当用户取消本次的加入购物车操作时,可以删除本次记录的加入购物车信息。
比如,当用户收藏某个物品时,可以获取用户的标识信息、所收藏物品的物品编码、收藏时间,然后以用户的标识信息、物品编码为键,以收藏时间为值,按照键-值对的形式存储用户的收藏信息。另外,当用户取消本次的收藏操作时,可以删除本次记录的收藏信息。
比如,当用户浏览某个物品时,可以获取用户的标识信息、所浏览物品的物品编码、浏览时间并统计浏览次数,然后可以分别记录浏览时间和浏览次数。比如,针对浏览时间,可以以用户的标识信息、物品编码为键,以浏览时间为值记录,如果用户之前浏览过该物品,则用最新的浏览时间覆盖旧的浏览时间;针对浏览次数,可以以用户的标识信息、物品编码为键,以浏览次数为值记录。
即本发明实施例记录的用户的历史操作信息可以如下:
key:{用户的标识信息}、{物品编码}、{品类},value:{获取时间};
key:{用户的标识信息}、{物品编码},value:{加入购物车时间};
key:{用户的标识信息}、{物品编码},value:{收藏时间};
key:{用户的标识信息}、{物品编码},value:{浏览时间};
key:{用户的标识信息}、{物品编码},value:{浏览次数}。
当然,实际应用中,还可以根据业务变化记录其他操作信息,此处不做具体限定。
下面介绍本发明实施例提供的物品推荐方法,图1为本发明实施例提供的物品推荐方法的一个流程示意图,该方法可以由本发明实施例提供的物品推荐装置来执行,该装置可采用软件和/或硬件的方式实现。在一个具体的实施例中,该装置可以集成在电子设备中,电子设备比如可以是服务器。以下实施例将以该装置集成在电子设备中为例进行说明,参考图1,该方法具体可以包括如下步骤:
步骤101,确定目标用户在当前的物品获取周期内是否获取目标物品的相关物品,如果获取了相关物品,则执行步骤102,如果没有获取相关物品,则执行步骤103。
具体地,该物品获取周期(例如复购周期)可以指目标物品所属三级品类的获取周期,目标物品可以是待推荐给目标用户的物品,目标物品可以包括一个或多个,不同三级品类的物品获取周期可以不同;比如,洗发水、沐浴露的获取周期可能是三个月,筷子、碗的获取周期可能是六个月,物品获取周期与物品自身的规格、属性、功能等相关。具体实现中,可以通过大数据统计确定目标物品所属三级品类的物品获取周期。
示例地,相关物品可以包括品类与目标物品的品类相同的物品,比如相关物品是三级品类与目标物品所属的三级品类相同的物品,或者相关物品可以包括物品编码与目标物品的物品编码相同的物品。
例如,目标物品为一个双核白色手机,其SKU编码为CE0103001120000,该SKU编码的命名规则如下:一级品类(两个大写英文字母缩写)+二级品类(两位数字代码,表示该品类的排序)+三级品类(两位数字代码,表示该品类的排序)+供应商编码(三个数字代码)+颜色代码(两位数字)+随机代码(四位数字),则相关物品可以是三级品类为03的物品,或者相关物品可以是SKU编码为CE0103001120000的物品。
具体实现中,可以根据目标用户的标识信息、目标物品的物品编码、品类等查询历史操作信息,以获取相关物品的最新获取时间(例如最新下单时间),确定最新获取时间之后的物品获取周期(即当前的物品获取周期)内,目标用户是否获取目标物品的相关物品;如果目标用户在当前的物品获取周期内获取了相关物品,则认为目标用户当前对目标物品的需求较低、兴趣衰减,则为目标物品确定一个较小的推荐值,即第一推荐值;如果目标用户在当前的物品获取周期内没有获取相关物品,则认为目标用户当前对目标物品的需求较高、兴趣较高,则可以执行步骤103为目标物品确定一个相对较大的推荐值,即第二推荐值。
步骤102,确定目标物品的推荐值为第一推荐值。
比如,目标物品为某款手机,如果目标用户在当前的物品获取周期内已经购买了手机,则确定当前手机的推荐值为第一推荐值。示例地,第一推荐值可以为0或接近0的数值。
步骤103,获取目标用户的历史操作信息,并基于历史操作信息计算目标物品的推荐值,得到第二推荐值,第二推荐值大于第一推荐值。
示例地,该历史操作信息可以包括目标用户对该目标物品的多个操作信息,这多个操作信息比如:浏览时间、浏览次数、收藏时间、加入购物车时间等,根据这多个操作信息计算目标物品的推荐值,得到第二推荐值。具体地,该浏览时间、收藏时间、加入购物车时间越接近当前时间、或者浏览次数越多,得到的第二推荐值越大。
比如,目标物品为某款手机,如果目标用户在当前的物品获取周期内还没有购买任何手机,则可以根据目标用户对当前手机的最新浏览时间、浏览次数、收藏时间、加入购物车时间确定当前手机的推荐值,得到第二推荐值,第二推荐值大于第一推荐值。本发明实施例中,推荐值越大,可以认为对应物品的推荐优先级越高。
步骤104,根据第一推荐值或第二推荐值确定推荐策略,并基于推荐策略向目标用户推荐目标物品。
即如果确定的目标物品的推荐值为第一推荐值,则根据第一推荐值确定目标物品的推荐策略,如果确定的目标物品的推荐值为第二推荐值,则根据第二推荐值确定目标物品的推荐策略。
在一个具体的实施例中,比如可以设置推荐阈值,根据推荐阈值确定推荐策略。比如,如果计算得到的目标物品的推荐值大于该推荐阈值,则向目标用户推荐目标物品,如果目标物品的推荐值不大于该推荐阈值,则不向目标用户推荐目标物品。
在一个具体的实施例中,还可以根据排序确定推荐策略。比如,当目标物品有多个时,可以分别计算每个目标物品的推荐值,按照推荐值从高到低的顺序对所有目标物品排序,优先向目标用户推荐排序靠前的目标物品,或者仅向目标用户推荐排序靠近的预设数量的目标物品。
具体地,在向目标用户推荐目标物品时,可以向目标用户的终端发送目标物品的推荐信息,该推荐信息可以包括但不限于文字、图片、视频等形式,该终端可以是手机、个人计算机(Personal Computer,PC)、平板电脑、笔记本电脑、台式电脑等终端。
本发明实施例中,在向目标用户推荐目标物品时,可以根据目标用户在当前的物品获取周期(例如复购周期)内对目标物品的相关物品的获取情况(例如购买情况)及目标用户的历史操作信息确定目标物品的推荐值,即如果目标用户在复购周期内购买了相关物品,则认为目标用户对目标物品的兴趣度较小,则为目标物品确定一个较小的推荐值(第一推荐值),如果目标用户在复购周期内还没有购买相关物品,则说明目标用户对目标物品的兴趣度较大,则根据历史操作信息为目标物品确定一个相对较大的推荐值(第二推荐值),即在确定目标物品的推荐值时,考虑了物品复购周期和兴趣情况,从而能够提高物品的推荐准确度和推荐效果。
下面进一步描述本发明实施例提供的物品推荐方法,如图2所示,本实施例的推荐方法具体可以包括如下步骤:
步骤201,确定目标用户在当前的物品获取周期内是否获取目标物品的相关物品,如果获取了相关物品,则执行步骤202,如果没有获取相关物品,则执行步骤203。
具体地,该物品获取周期(例如复购周期)可以指目标物品所属三级品类的获取周期,目标物品可以是待推荐给目标用户的物品,目标物品可以包括一个或多个,不同三级品类的物品获取周期可以不同;比如,洗发水、沐浴露的获取周期可能是三个月,筷子、碗的获取周期可能是六个月,物品获取周期与物品自身的规格、属性、功能等相关。具体实现中,可以通过大数据统计确定目标物品所属三级品类的物品获取周期。
示例地,相关物品可以包括品类与目标物品的品类相同的物品,比如相关物品是三级品类与目标物品所属的三级品类相同的物品,或者相关物品可以包括物品编码与目标物品的物品编码相同的物品。
具体实现中,可以根据目标用户的标识信息、目标物品的物品编码、品类等查询历史操作信息,以获取相关物品的最新获取时间(例如最新下单时间),确定最新获取时间之后的物品获取周期(即当前的物品获取周期)内,目标用户是否获取目标物品的相关物品;如果目标用户在当前的物品获取周期内获取了相关物品,则认为目标用户当前对目标物品的需求较低、兴趣衰减,则为目标物品确定一个较小的推荐值,即第一推荐值;如果目标用户在当前的物品获取周期内没有获取相关物品,则认为目标用户当前对目标物品的需求较高、兴趣较高,则可以执行步骤203为目标物品确定一个相对较大的推荐值,即第二推荐值。
步骤202,确定目标物品的推荐值为第一推荐值。
比如,目标物品为某款手机,如果目标用户在当前的物品获取周期内已经购买了手机,则确定当前手机的推荐值为第一推荐值。示例地,第一推荐值可以为0或接近0的数值。
步骤203,获取目标用户的历史操作信息,历史操作信息包括浏览时间、浏览次数、收藏时间和加入购物车时间。
比如,可以根据目标用户的标识信息、目标物品的物品编码查询历史操作记录,获取目标用户对目标物品的浏览时间、浏览次数、收藏时间和加入购物车时间等信息。
步骤204,根据浏览时间和物品获取周期计算浏览时间的推荐得分。
例如,以Qa表示浏览时间的推荐得分,T1表示物品获取周期,Tn表示当前时间,Ta表示浏览时间中的最新浏览时间,则:
为便于计算,如果Tn-Ta大于T1,则取Tn-Ta=T1,这样一来,后续计算得到的推荐值将不超过1。
步骤205,根据浏览次数和浏览次数阈值计算浏览次数的推荐得分。
例如,以Qb表示浏览次数的推荐得分,Fb表示浏览次数,F表示浏览次数阈值,则:
其中,如果Fb大于F,则取Fb=F,浏览次数阈值F可根据实际经验或通过大数据统计分析得到。比如,通过大数据统计分析得到:大部分用户在复购周期内浏览目标物品的次数不会超过30次,则可以设置F=30。
步骤206,根据收藏时间和第一时长阈值计算收藏时间的推荐得分。
例如,以Qc表示收藏时间的推荐得分,T2表示第一时长阈值,Tc表示收藏时间,则:
其中,如果Tn-Tc大于T2,则取Tn-Tc=T2,第一时长阈值T2可根据实际经验或通过大数据统计分析得到,第一时长阈值T2可以表示收藏目标物品后的用户兴趣衰减周期。比如,通过大数据统计分析得到:收藏目标物品之后30天,用户购买目标物品的兴趣热度就会下降到很低,则可以将T2设置为30。
步骤207,根据加入购物车时间和第二时长阈值计算加入购物车时间的推荐得分。
例如,以Qd标识加入购物车时间的推荐得分,T3表示第二时长阈值,Td表示加入购物车时间,则:
其中,如果Tn-Td大于T3,则取Tn-Td=T3,第二时长阈值T3可根据实际经验或通过大数据统计分析得到,第二时长阈值T3可以表示将目标物品加入购物车后的用户兴趣衰减周期。比如,通过大数据统计分析得到:将目标物品加入购物车之后45天,用户购买目标物品的兴趣热度就会下降到很低,则可以将T3设置为45。
步骤208,根据每种操作信息的推荐得分与对应操作信息的权重计算目标物品的推荐值,得到第二推荐值。
例如,以Q表示第二推荐值,wa表示浏览时间的权重,wb表示浏览次数的权重、wc表示收藏时间的权重,wd表示加入购物车时间的权重,wa、wb、wc、wd均可根据实际情况或实验数据取值,则:
Q=Qa*wa+Qb*wb+Qc*wc+Qd*wd
需要说明的是,本发明实施例提供的第二推荐值的计算方法仅为优选方法,并不作为对计算第二推荐值的具体方法的唯一限定。
步骤209,根据第一推荐值或第二推荐值确定推荐策略,并基于该推荐策略向目标用户推荐目标物品。
即如果确定的目标物品的推荐值为第一推荐值,则根据第一推荐值确定目标物品的推荐策略,如果确定的目标物品的推荐值为第二推荐值,则根据第二推荐值确定目标物品的推荐策略。
在一个具体的实施例中,比如可以设置推荐阈值,根据推荐阈值确定推荐策略。比如,如果计算得到的目标物品的推荐值大于该推荐阈值,则向目标用户推荐目标物品,如果目标物品的推荐值不大于该推荐阈值,则不向目标用户推荐目标物品。
在一个具体的实施例中,还可以根据排序确定推荐策略。比如,当目标物品有多个时,可以分别计算每个目标物品的推荐值,按照推荐值从高到低的顺序对所有目标物品排序,优先向目标用户推荐排序靠前的目标物品,或者仅向目标用户推荐排序靠近的预设数量的目标物品。
具体地,在向目标用户推荐目标物品时,可以向目标用户的终端发送目标物品的推荐信息,该推荐信息可以包括但不限于文字、图片、视频等形式,该终端可以是手机、个人计算机(Personal Computer,PC)、平板电脑、笔记本电脑、台式电脑等终端。
本发明实施例中,在向目标用户推荐目标物品时,可以根据目标用户在当前的物品获取周期(例如复购周期)内对目标物品的相关物品的获取情况(例如购买情况)及目标用户的历史操作信息确定目标物品的推荐值,即如果目标用户在复购周期内购买了相关物品,则认为目标用户对目标物品的兴趣度较小,则为目标物品确定一个较小的推荐值(第一推荐值),如果目标用户在复购周期内还没有购买相关物品,则说明目标用户对目标物品的兴趣度较大,则根据历史操作信息为目标物品确定一个相对较大的推荐值(第二推荐值),即在确定目标物品的推荐值时,考虑了物品复购周期和兴趣情况,从而能够提高物品的推荐准确度和推荐效果。
图3是本发明是实施例提供的物品推荐装置的一个结构图,该装置适用于执行本发明实施例提供的物品推荐方法。如图3所示,该装置具体可以包括:
物品确定模块301,用于确定目标用户在当前的物品获取周期内是否获取目标物品的相关物品;
推荐值确定模块302,用于如果获取了所述相关物品,则确定所述目标物品的推荐值为第一推荐值;如果没有获取所述相关物品,则获取所述目标用户的历史操作信息,并基于所述历史操作信息计算所述目标物品的推荐值,得到第二推荐值,所述第二推荐值大于所述第一推荐值;
推荐模块303,用于根据所述第一推荐值或所述第二推荐值确定推荐策略,并基于所述推荐策略向所述目标用户推荐所述目标物品。
一实施例中,所述相关物品包括品类与所述目标物品的品类相同的物品,或者所述相关物品包括物品编码与所述目标物品的物品编码相同的物品。
一实施例中,所述历史操作信息包括所述目标用户对所述目标物品的多种操作信息,所述推荐值确定模块302基于所述历史操作信息计算所述目标物品的推荐值,得到第二推荐值,包括:
计算所述多种操作信息中每种操作信息的推荐得分;
根据每种操作信息的推荐得分与对应操作信息的权重计算所述目标物品的推荐值,得到所述第二推荐值。
一实施例中,所述多种操作信息包括浏览时间、浏览次数、收藏时间和加入购物车时间。
一实施例中,所述推荐值确定模块302计算所述多种操作信息中每种操作信息的推荐得分,包括:
根据所述浏览时间和所述物品获取周期计算所述浏览时间的推荐得分;
根据所述浏览次数和浏览次数阈值计算所述浏览次数的推荐得分;
根据所述收藏时间和第一时长阈值计算所述收藏时间的推荐得分;以及
根据所述加入购物车时间和第二时长阈值计算所述加入购物车时间的推荐得分。
一实施例中,所述推荐值确定模块302按照如下公式对所述浏览时间和所述物品获取周期进行处理,得到所述浏览时间的推荐得分:
其中,Qa表示所述浏览时间的推荐得分,T1表示所述物品获取周期,Tn表示当前时间,Ta表示所述浏览时间中的最新浏览时间;
按照如下公式对所述浏览次数和浏览次数阈值进行处理,得到所述浏览次数的推荐得分:
其中,Qb表示所述浏览次数的推荐得分,Fb表示所述浏览次数,F表示所述浏览次数阈值;
按照如下公式对所述收藏时间和第一时长阈值进行处理,得到所述收藏时间的推荐得分:
其中,Qc表示所述收藏时间的推荐得分,T2表示所述第一时长阈值,Tc表示所述收藏时间;以及
按照如下公式对所述加入购物车时间和第二时长阈值进行处理,得到所述加入购物车时间的推荐得分:
其中,Qd所述加入购物车时间的推荐得分,T3表示所述第二时长阈值,Td表示所述加入购物车时间。
一实施例中,所述推荐值确定模块302按照如下公式对每种操作信息的推荐得分与对应操作信息的权重进行处理,得到所述第二推荐值:
Q=Qa*wa+Qb*wb+Qc*wc+Qd*wd
其中,Q表示所述第二推荐值,wa表示所述浏览时间的权重,wb表示所述浏览次数的权重、wc表示所述收藏时间的权重,wd表示所述加入购物车时间的权重。
本领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述功能模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明实施例的装置,在向目标用户推荐目标物品时,可以根据目标用户在当前的物品获取周期(例如复购周期)内对目标物品的相关物品的获取情况(例如购买情况)及目标用户的历史操作信息确定目标物品的推荐值,即如果目标用户在复购周期内购买了相关物品,则认为目标用户对目标物品的兴趣度较小,则为目标物品确定一个较小的推荐值(第一推荐值),如果目标用户在复购周期内还没有购买相关物品,则说明目标用户对目标物品的兴趣度较大,则根据历史操作信息为目标物品确定一个相对较大的推荐值(第二推荐值),即在确定目标物品的推荐值时,考虑了物品复购周期和兴趣情况,从而能够提高物品的推荐准确度和推荐效果。
本发明实施例还提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现上述任一实施例提供的物品推荐方法。
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,所述程序被处理器执行时实现上述任一实施例提供的物品推荐方法。
本发明实施例还提供了一种物品推荐***,如图4所示,包括终端401及电子设备402。其中,电子设备402用于执行本发明任一实施例所述的物品推荐方法,并向目标用户的终端402推荐目标物品,具体推荐方法可参阅前面实施例的描述,此处不再赘述。
面参考图5,其示出了适于用来实现本发明实施例的电子设备的计算机***500的结构示意图。图5示出的电子设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,计算机***500包括中央处理单元(CPU)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部分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***500操作所需的各种程序和数据。CPU 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。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;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507;包括硬盘等的存储部分508;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509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,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510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508。
特别地,根据本发明公开的实施例,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,本发明公开的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。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本发明的***中限定的上述功能。
需要说明的是,本发明所示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。在本发明中,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。而在本发明中,计算机可读的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。计算机可读的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:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的***、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,上述模块、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,框图或流程图中的每个方框、以及框图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。
描述于本发明实施例中所涉及到的模块和/或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。所描述的模块和/或单元也可以设置在处理器中,例如,可以描述为:一种处理器包括物品确定模块、推荐值确定模块和推荐模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。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一个该设备执行时,使得该设备包括:确定目标用户在当前的物品获取周期内是否获取目标物品的相关物品;如果获取了所述相关物品,则确定所述目标物品的推荐值为第一推荐值;如果没有获取所述相关物品,则获取所述目标用户的历史操作信息,并基于所述历史操作信息计算所述目标物品的推荐值,得到第二推荐值,所述第二推荐值大于所述第一推荐值;根据所述第一推荐值或所述第二推荐值确定推荐策略,并基于所述推荐策略向所述目标用户推荐所述目标物品。
根据本发明实施例的技术方案,在向目标用户推荐目标物品时,可以根据目标用户在当前的物品获取周期(例如复购周期)内对目标物品的相关物品的获取情况(例如购买情况)及目标用户的历史操作信息确定目标物品的推荐值,即如果目标用户在复购周期内购买了相关物品,则认为目标用户对目标物品的兴趣度较小,则为目标物品确定一个较小的推荐值(第一推荐值),如果目标用户在复购周期内还没有购买相关物品,则说明目标用户对目标物品的兴趣度较大,则根据历史操作信息为目标物品确定一个相对较大的推荐值(第二推荐值),即在确定目标物品的推荐值时,考虑了物品复购周期和兴趣情况,从而能够提高物品的推荐准确度和推荐效果。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种物品推荐方法,其特征在于,包括:
确定目标用户在当前的物品获取周期内是否获取目标物品的相关物品;
如果获取了所述相关物品,则确定所述目标物品的推荐值为第一推荐值;
如果没有获取所述相关物品,则获取所述目标用户的历史操作信息,并基于所述历史操作信息计算所述目标物品的推荐值,得到第二推荐值,所述第二推荐值大于所述第一推荐值;
根据所述第一推荐值或所述第二推荐值确定推荐策略,并基于所述推荐策略向所述目标用户推荐所述目标物品。
2.根据权利要求1所述的物品推荐方法,其特征在于,所述相关物品包括品类与所述目标物品的品类相同的物品,或者所述相关物品包括物品编码与所述目标物品的物品编码相同的物品。
3.根据权利要求1或2所述的物品推荐方法,其特征在于,所述历史操作信息包括所述目标用户对所述目标物品的多种操作信息,所述基于所述历史操作信息计算所述目标物品的推荐值,得到第二推荐值,包括:
计算所述多种操作信息中每种操作信息的推荐得分;
根据每种操作信息的推荐得分与对应操作信息的权重计算所述目标物品的推荐值,得到所述第二推荐值。
4.根据权利要求3所述的物品推荐方法,其特征在于,所述多种操作信息包括浏览时间、浏览次数、收藏时间和加入购物车时间。
5.根据权利要求4所述的物品推荐方法,其特征在于,所述计算所述多种操作信息中每种操作信息的推荐得分,包括:
根据所述浏览时间和所述物品获取周期计算所述浏览时间的推荐得分;
根据所述浏览次数和浏览次数阈值计算所述浏览次数的推荐得分;
根据所述收藏时间和第一时长阈值计算所述收藏时间的推荐得分;以及
根据所述加入购物车时间和第二时长阈值计算所述加入购物车时间的推荐得分。
6.根据权利要求5所述的物品推荐方法,其特征在于,按照如下公式对所述浏览时间和所述物品获取周期进行处理,得到所述浏览时间的推荐得分:
其中,Qa表示所述浏览时间的推荐得分,T1表示所述物品获取周期,Tn表示当前时间,Ta表示所述浏览时间中的最新浏览时间;
按照如下公式对所述浏览次数和浏览次数阈值进行处理,得到所述浏览次数的推荐得分:
其中,Qb表示所述浏览次数的推荐得分,Fb表示所述浏览次数,F表示所述浏览次数阈值;
按照如下公式对所述收藏时间和第一时长阈值进行处理,得到所述收藏时间的推荐得分:
其中,Qc表示所述收藏时间的推荐得分,T2表示所述第一时长阈值,Tc表示所述收藏时间;以及
按照如下公式对所述加入购物车时间和第二时长阈值进行处理,得到所述加入购物车时间的推荐得分:
其中,Qd所述加入购物车时间的推荐得分,T3表示所述第二时长阈值,Td表示所述加入购物车时间。
7.根据权利要求6所述的物品推荐方法,其特征在于,按照如下公式对每种操作信息的推荐得分与对应操作信息的权重进行处理,得到所述第二推荐值:
Q=Qa*wa+Qb*wb+Qc*wc+Qd*wd
其中,Q表示所述第二推荐值,wa表示所述浏览时间的权重,wb表示所述浏览次数的权重、wc表示所述收藏时间的权重,wd表示所述加入购物车时间的权重。
8.一种物品推荐装置,其特征在于,包括:
物品确定模块,用于确定目标用户在当前的物品获取周期内是否获取目标物品的相关物品;
推荐值确定模块,用于如果获取了所述相关物品,则确定所述目标物品的推荐值为第一推荐值;如果没有获取所述相关物品,则获取所述目标用户的历史操作信息,并基于所述历史操作信息计算所述目标物品的推荐值,得到第二推荐值,所述第二推荐值大于所述第一推荐值;
推荐模块,用于根据所述第一推荐值或所述第二推荐值确定推荐策略,并基于所述推荐策略向所述目标用户推荐所述目标物品。
9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7中任一所述的物品推荐方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任一所述的物品推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110430665.6A CN113077321A (zh) | 2021-04-21 | 2021-04-21 | 物品推荐方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110430665.6A CN113077321A (zh) | 2021-04-21 | 2021-04-21 | 物品推荐方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113077321A true CN113077321A (zh) | 2021-07-06 |
Family
ID=76618294
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110430665.6A Pending CN113077321A (zh) | 2021-04-21 | 2021-04-21 | 物品推荐方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113077321A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113657971A (zh) * | 2021-08-31 | 2021-11-16 | 卓尔智联(武汉)研究院有限公司 | 物品推荐方法、装置及电子设备 |
CN113781171A (zh) * | 2021-09-10 | 2021-12-10 | 未鲲(上海)科技服务有限公司 | 信息推送方法、装置、设备及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103345695A (zh) * | 2013-06-25 | 2013-10-09 | 百度在线网络技术(北京)有限公司 | 一种商品推荐的方法和装置 |
WO2020001096A1 (zh) * | 2018-06-29 | 2020-01-02 | 京东方科技集团股份有限公司 | 商品推荐方法和商品推荐设备 |
CN111325609A (zh) * | 2020-02-28 | 2020-06-23 | 京东数字科技控股有限公司 | 一种商品推荐列表确定方法、装置、电子设备及存储介质 |
CN111523976A (zh) * | 2020-04-23 | 2020-08-11 | 京东数字科技控股有限公司 | 商品推荐方法、装置、电子设备及存储介质 |
CN111612560A (zh) * | 2019-02-26 | 2020-09-01 | 北京京东尚科信息技术有限公司 | 用于促销对象的推荐方法、***、存储介质及电子设备 |
-
2021
- 2021-04-21 CN CN202110430665.6A patent/CN113077321A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103345695A (zh) * | 2013-06-25 | 2013-10-09 | 百度在线网络技术(北京)有限公司 | 一种商品推荐的方法和装置 |
WO2020001096A1 (zh) * | 2018-06-29 | 2020-01-02 | 京东方科技集团股份有限公司 | 商品推荐方法和商品推荐设备 |
CN111612560A (zh) * | 2019-02-26 | 2020-09-01 | 北京京东尚科信息技术有限公司 | 用于促销对象的推荐方法、***、存储介质及电子设备 |
CN111325609A (zh) * | 2020-02-28 | 2020-06-23 | 京东数字科技控股有限公司 | 一种商品推荐列表确定方法、装置、电子设备及存储介质 |
CN111523976A (zh) * | 2020-04-23 | 2020-08-11 | 京东数字科技控股有限公司 | 商品推荐方法、装置、电子设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113657971A (zh) * | 2021-08-31 | 2021-11-16 | 卓尔智联(武汉)研究院有限公司 | 物品推荐方法、装置及电子设备 |
CN113657971B (zh) * | 2021-08-31 | 2023-12-01 | 卓尔智联(武汉)研究院有限公司 | 物品推荐方法、装置及电子设备 |
CN113781171A (zh) * | 2021-09-10 | 2021-12-10 | 未鲲(上海)科技服务有限公司 | 信息推送方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110825957B (zh) | 基于深度学习的信息推荐方法、装置、设备及存储介质 | |
CN108664513B (zh) | 用于推送关键词的方法、装置以及设备 | |
US20130166488A1 (en) | Personalized information pushing method and device | |
CN110111167A (zh) | 一种确定推荐对象的方法和装置 | |
WO2013192101A1 (en) | Ranking search results based on click through rates | |
US20150221023A1 (en) | Information providing device, information providing method, information providing program, and computer-readable storage medium storing the program | |
CN105205188A (zh) | 采购物料供应商的推荐方法及推荐装置 | |
CN110825977A (zh) | 一种数据推荐方法及相关设备 | |
US20140214621A1 (en) | Method and device for pushing information | |
CN113077321A (zh) | 物品推荐方法、装置、电子设备和存储介质 | |
CN110766486A (zh) | 确定物品类目的方法和装置 | |
CN112102031A (zh) | 一种推荐方法、推荐装置及终端设备 | |
CN113077317A (zh) | 基于用户数据的物品推荐方法、装置、设备及存储介质 | |
CN111242709A (zh) | 一种消息推送方法及其装置、设备、存储介质 | |
CN107679916A (zh) | 用于获取用户兴趣度的方法及装置 | |
TW201828200A (zh) | 一種資料處理方法和裝置 | |
CN113177154A (zh) | 搜索词推荐方法、装置、电子设备及存储介质 | |
CN111612560A (zh) | 用于促销对象的推荐方法、***、存储介质及电子设备 | |
CN111078997B (zh) | 一种资讯推荐方法及装置 | |
CN110827101B (zh) | 一种店铺推荐的方法和装置 | |
US20180165741A1 (en) | Information providing device, information providing method, information providing program, and computer-readable storage medium storing the program | |
CN110659919A (zh) | 数据匹配方法、装置、介质及电子设备 | |
CN111930967B (zh) | 一种基于知识图谱的数据查询方法、装置及存储介质 | |
CN110827044A (zh) | 提取用户兴趣模式的方法和装置 | |
CN115170244A (zh) | 新产品的冷启动推荐方法、装置、电子设备和介质 |
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 |