CN113327147A - 一种物品信息展示的方法及装置 - Google Patents
一种物品信息展示的方法及装置 Download PDFInfo
- Publication number
- CN113327147A CN113327147A CN202010131360.0A CN202010131360A CN113327147A CN 113327147 A CN113327147 A CN 113327147A CN 202010131360 A CN202010131360 A CN 202010131360A CN 113327147 A CN113327147 A CN 113327147A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- article
- item
- displayed
- 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.)
- Withdrawn
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
-
- 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
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种物品信息展示的方法及装置,涉及计算机技术领域。该方法的一具体实施方式包括:获取用户信息,确定与所述用户信息相对应的用户画像;其中,所述用户画像是基于与所述用户信息相对应的用户属性和/或用户的历史行为数据所得到的;根据所述用户画像确定待展示物品;将所述待展示物品的物品信息展示于用户当前查看的页面。该实施方式可为不同用户提供其对应的个性化推荐,从而有利于提高用户粘度。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种物品信息展示的方法及装置。
背景技术
随着大数据和互联网的发展,越来越多的用户选择线上购物方式,在线上购物时,用户一般会浏览电商平台的多个页面以选择物品,例如电商平台的首页和物品搜索结果页等。
目前,电商平台采用预设定的页面展示方式对各个页面进行展示,使得不同用户分别查看同一页面时,其所查看的内容是相同的。例如,不同用户分别登录同一个电商平台的首页时,其查看到的内容是相同的,这种展示方式难以为用户提供个性化推荐。
发明内容
有鉴于此,本发明实施例提供物品信息展示的方法及装置,能够将与用户画像相对应的物品信息展示于用户当前查看的页面,由此可为不同用户提供其对应的个性化推荐,从而有利于提高用户粘度。
为实现上述目的,根据本发明实施例的一个方面,提供了一种物品信息展示的方法。
本发明实施例的一种物品信息展示的方法包括:
获取用户信息,确定与所述用户信息相对应的用户画像;其中,所述用户画像是基于与所述用户信息相对应的用户属性和/或用户的历史行为数据所得到的;
根据所述用户画像确定待展示物品;
将所述待展示物品的物品信息展示于当前页面。
可选地,所述根据所述用户画像确定待展示物品,包括:
将所述用户画像作为物品预测模型的输入,根据所述物品预测模型的输出确定所述待展示物品;其中,所述物品预测模型是基于用户属性、用户的历史行为数据以及用户的历史行为数据所对应的物品所得到的。
可选地,所述物品预测模型的输出包括:所述物品预测模型的输出包括:多个物品的物品信息以及所述多个物品的物品信息分别对应于所述用户画像的匹配度;所述根据所述物品预测模型的输出确定所述待展示物品,包括:
将所述匹配度大于阈值的物品信息所对应的物品确定为所述待展示物品。
可选地,该方法还包括:
接收针对展示有所述物品信息的当前页面的用户行为数据,根据所述用户行为数据,优化所述物品预测模型。
可选地,
所述物品预测模型是基于GBDT-CNN-DNN模型所生成的。
可选地,所述用户信息为用户登录信息,所述将所述待展示物品的物品信息展示于当前页面,包括:
将所述物品信息展示于用户登录的首页。
可选地,该方法还包括:
展示与所述待展示物品的评价数据。
可选地,该方法还包括:
生成与所述物品信息相对应的交互区域,以利用所述交互区域展示关于所述物品信息的交互接口、和/或多个用户关于所述物品信息的交互信息。
为实现上述目的,根据本发明实施例的又一方面,提供了一种物品信息展示的装置。
本发明实施例的一种物品信息展示的装置包括:画像确定模块、信息确定模块和展示模块;其中,
所述画像确定模块,用于获取用户信息,并确定与所述用户信息相对应的用户画像;其中,所述用户画像是基于与所述用户信息相对应的用户属性和/或用户的历史行为数据所得到的;
所述信息确定模块,用于根据所述用户画像确定待展示物品;
所述展示模块,用于将所述待展示物品的物品信息展示于用户当前查看的页面。
可选地,所述信息确定模块,用于将所述用户画像作为物品预测模型的输入,根据所述物品预测模型的输出确定所述待展示物品;其中,所述物品预测模型是基于用户属性、用户的历史行为数据以及用户的历史行为数据所对应的物品信息所得到的。
为实现上述目的,根据本发明实施例的又一方面,提供了一种物品信息展示的电子设备。
本发明实施例的一种物品信息展示的电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,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本发明实施例的一种物品信息展示的方法。
为实现上述目的,根据本发明实施例的再一方面,提供了一种计算机可读存储介质。
本发明实施例的一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例的一种物品信息展示的方法。
上述发明中的一个实施例具有如下优点或有益效果:根据用户信息确定相应的用户画像,然后确定与用户画像相对应的待展示物品,并将待展示物品的物品信息展示于当前页面,以通过展示与用户画像相对应的物品信息的页面为用户提供个性化推荐,从而有利于提高用户粘度。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的一种物品信息展示的方法的主要步骤的示意图;
图2是根据本发明实施例的一种物品预测模型的架构示意图;
图3是根据本发明实施例的另一种物品信息展示的方法的主要步骤的示意图;
图4是根据本发明实施例的又一种物品信息展示的方法的主要步骤的示意图;
图5是根据本发明实施例的一种物品信息展示的装置的主要模块的示意图;
图6是本发明实施例可以应用于其中的示例性***架构图;
图7是适于用来实现本发明实施例的终端设备或服务器的计算机***的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要指出的是,在不冲突的情况下,本发明的实施例以及实施例中的技术特征可以相互结合。
图1是根据本发明实施例的一种物品信息展示的方法的主要步骤的示意图。
如图1所示,本发明实施例的一种物品信息展示的方法主要包括以下步骤:
步骤S101:获取用户信息,确定与所述用户信息相对应的用户画像;其中,所述用户画像是基于与所述用户信息相对应的用户属性和/或用户的历史行为数据所得到的。
该用户信息可以为用户的注册信息或登录信息等,在获取用户信息前,可预先根据用户属性与用户的历史行为数据构建用户画像。其中,用户属性可以包括人口属性、社会属性、家庭信息、财产信息、用户偏好信息以及是否为会员等,人口属性包括性别、年龄和用户所处地理位置等,社会属性包括婚姻状况和职业等,家庭信息包括是否有小孩、小孩数量及年龄等,财产信息包括是否有车等。用户的历史行为数据包括用户历史的点击、浏览、关注、收藏、加购物车和下单等历史行为。
为了提高构建用户画像的准确性,可以根据多维度用户行为数据构建用户画像,例如采用用户在不同时间段的用户行为数据来构建用户画像,如结合实时行为数据(用户在距离当前时间5min内的行为数据)、短期历史行为数据(用户在距离当前时间15天内的行为数据)、中期历史行为数据(用户在距离当前时间3个月内的行为数据)和长期历史行为数据(用户在距离当前时间1年内的行为数据)来构建用户画像,使得构建出的用户画像更准确。
步骤S102:根据所述用户画像确定待展示物品。
在确定与用户画像相对应的待展示物品时,可将所述用户画像作为物品预测模型的输入,根据所述物品预测模型的输出确定所述待展示物品;其中,所述物品预测模型是基于用户属性、用户的历史行为数据以及用户的历史行为数据所对应的物品所得到的。
其中,物品预测模型是基于GBDT-CNN-DNN模型所生成的,GBDT-CNN-DNN模型的主要架构可如图2所示。在训练物品预测模型时,输入特征可以为用户属性、用户的历史行为数据以及用户的历史行为数据所对应的物品信息。在模型训练时,可将用户属性、用户的历史行为数据以及用户的历史行为数据相关的样本数据输入模型,通过GBDT-CNN-DNN模型的Linear Part部分提取低阶特征,通过CNN part和DNN Part提取高阶特征,在进入输入层前,将低阶特征和高阶特征进行拼接,将拼接后的特征输入GBDT-CNN-DNN模型的输入层,然后输入层可将这些特征转化为数学向量,以便于模型训练。在模型训练过程中,在随机梯度的基础上对样本数据进行指数加权移动平均,以在时间步上对动量做偏差修正,并将模型参数中每个元素的学***稳快速的收敛,提高模型训练效率。
另外,在GBDT-CNN-DNN模型的损失函数中加入focoal-loss,将物品预测模型的损失函数改进为如公式(1)所示的函数:
Lossfocal=-αy2(1-y)γlogy………………(1)
其中,y表征模型的预测概率值,即GBDT-CNN-DNN模型的softmax输出的结果,α和γ是focoal-loss的调制系数。调制系数通过减少容易分类样本的权重,使GBDT-CNN-DNN模型在训练时更专注于较难分类的样本。α用来平衡样本数量,γ用来控制难分类样本的挖掘,相当于惩罚项。当γ=1时即为交叉熵损失,当γ增大时,易分类样本的损失就会减小,难分类样本的损失相对较大。
现有技术在进行模型训练时,通常选用Relu和Sigmoid等激活函数,而这些激活函数的分割点均为0,这种采用固定分割点的方式使得模型预测准确率有限。在本发明实施例中,通过对激活函数进行改进,使得分割点由数据本身来决定,以提高模型预测准确率。具体地,改进的激活函数如公式(2)所示:
其中,mi表征预测数据,pi表征预测概率,ai表征预设参数。由此,通过改进的多分类自适应非线性映射,根据MiniBatch中数据的期望和方差来调整分割点,相比Relu和sigmoid等采用固定分割点0,更能学习到数据集本身的特征,从而提升模型在验证集的召回率,进而有利于提升模型的预测准确率。
在训练好物品预测模型之后,以及将物品预测模型上线之前,需对物品预测模型进行测试,例如,当通过服务端确定与用户画像对应的待展示物品,且通过用户终端展示所述待展示物品的物品信息时,可对终端和服务端进行联合调试,也可通过回归集中的例子对模型效果进行多角度测试,以保证物品预测模型在应用过程中性能稳定、效果可靠。
另外,与用户画像的构建相似的,可以根据多维度用户行为数据训练物品预测模型,例如采用用户在不同时间段的用户行为数据来训练物品预测模型,如结合实时行为数据(用户在距离当前时间5min内的行为数据)、短期历史行为数据(用户在距离当前时间15天内的行为数据)、中期历史行为数据(用户在距离当前时间3个月内的行为数据)和长期历史行为数据(用户在距离当前时间1年内的行为数据)来训练物品预测模型,使得训练出的物品预测模型更准确。
进一步地,物品预测模型的输出包括:多个物品的物品信息以及所述多个物品的物品信息分别对应于所述用户画像的匹配度;所述根据所述物品预测模型的输出确定所述待展示物品,包括:将所述匹配度大于阈值的物品信息所对应的物品确定为所述待展示物品。由此,可根据物品预测模型输出的各个物品信息的得分(匹配度),来选择与用户画像最匹配的物品信息,以为用户提供更准确的物品推荐。
也就是说,可利用训练好的物品预测模型确定与用户画像相对应的物品信息,则如图3所示,本发明实施例提供的物品信息展示方法可以包括以下步骤S301至步骤S303:
步骤S301:获取用户信息,确定与所述用户信息相对应的用户画像。
其中,所述用户画像是基于与所述用户信息相对应的用户属性和/或用户的历史行为数据所得到的。
步骤S302:将所述用户画像作为物品预测模型的输入,得到包括物品预测模型输出的多个物品的物品信息以及所述多个物品的物品信息分别对应于所述用户画像的匹配度。
其中,所述物品预测模型是基于用户属性、用户的历史行为数据以及用户的历史行为数据所对应的物品所得到的。
步骤S303:将所述匹配度大于阈值的物品信息所对应的物品确定为待展示物品,并将确定出的待展示物品的物品信息展示于用户当前查看的页面。
该待展示物品即为与所述用户画像相匹配的物品。
步骤S103:将所述待展示物品的物品信息展示于当前页面。
其中,物品信息可以包括待展示物品的图像、名称和/或价格等信息,还可以包括待展示物品的颜色和形状等更详细的信息。可以理解的是,待展示物品的名称中也可以包括物品的品牌、颜色、形状和型号等信息,也就是说,待展示物品的颜色和形状等详细信息可以通过待展示物品的名称来展示。
在确定出与用户画像相对应的待展示物品后,可将待展示物品的物品信息展示于用户当前页面,如用户当前正在查看的检索结果页和物品详情页。在本发明一个优选的实施方式中,所述用户信息为用户登录信息,所述将所述待展示物品的物品信息展示于当前页面,包括:将所述物品信息展示于用户登录的首页。
在此实施方式中,将与用户画像相匹配的物品信息展示于用户登录的首页,例如,当用户登录电商平台时,在电商平台的首页展示与该用户的用户画像相匹配的物品的物品信息,以在第一时间为用户提供个性化推荐,提高用户对所展示物品的兴趣,从而有利于提高用户粘度。根据此实施方式,如图4所示,本发明提供的物品信息的展示方法可以包括以下步骤S401至步骤S403:
步骤S401:获取用户信息,确定与所述用户信息相对应的用户画像;其中,所述用户画像是基于与所述用户信息相对应的用户属性和/或用户的历史行为数据所得到的。
步骤S402:根据所述用户画像确定待展示物品。
步骤S403:将所述待展示物品的物品信息展示于用户所登录的首页。
除了将物品信息展示给用户以外,还可将待展示物品的评价数据展示给用户,该评价数据可以是其他已选择过该物品的用户提供的,例如,该评价数据可以是其他用户提供的针对该物品的情感倾向评价(如好评或差评等)和体验评价(如选择过程中卖家的服务态度、搭配的优惠信息以及使用心得等)。由此,通过待展示物品的评价数据展示给用户,使得用户在查看该物品的物品信息时,还能查看相应的评价数据,更便于用户对物品进行充分了解,便于用户对物品的选择,从而有利于提高用户体验。
另外还可生成与所述物品信息相对应的交互区域,以利用所述交互区域展示关于所述物品信息的交互接口、和/或多个用户关于所述物品信息的交互信息。
例如,可根据确定出的待展示物品的类型,提供相应的交互接口,使得用户可通过交互接口进行与物品信息相关的交互行为,如物品信息所对应的类型为游戏类,即说明用户对游戏类物品感兴趣,此时的交互接口可以为相应的游戏入口,使得用户可通过交互接口进入小游戏,即进行与物品信息相关的交互行为。另外,还可展示与物品信息相关的交互信息,如确定出的物品信息为宠物相关的物品信息,则可通过交互区域展示其他用户发表的关于宠物的相关信息,使得多个用户可通过交互区域发表并查看与物品信息相关的交互信息。进一步地,还可根据用户的交互行为,为用户提供相应的奖励,如完成游戏则提供的优惠券或以优惠价格购买物品,或者对于发表交互信息较为活跃的用户提供优惠券等。
进一步地,还可接收针对展示有所述物品信息的当前页面的用户行为数据,根据所述用户行为数据,优化所述物品预测模型。也就是说,在将与用户画像相对应的待展示物品的物品信息展示于当前页面后,可采集用户对当前页面的用户行为数据,也就是获取用户对于推荐的物品信息的反馈,然后根据该用户行为数据进一步优化物品预测模型,从而进一步提高物品预测模型的预测准确性,进而为用户提供更准确的个性化推荐。
由此,通过将与用户画像相对应的物品信息及其相关的交互接口和交互信息等展示于用户所查看的当前页面,如电商平台的首页,使得可根据用户的兴趣点为用户提供相应的页面展示信息,例如,对于喜欢宠物的用户,首页启动就是各种小猫小狗,对于喜欢学习人工智能的用户,首页启动就是丰富多彩的深度学习或python教程,对于喜欢吃零食的用户,首页启动就是各种经典小吃,由此为用户提供个性化推荐,以提高用户粘度。
图5是根据本发明实施例的一种物品信息展示的装置的主要模块的示意图。
如图5所示,本发明实施例的一种物品信息展示的装置500包括:画像确定模块501、信息确定模块502和展示模块502;其中,
所述画像确定模块501,用于获取用户信息,并确定与所述用户信息相对应的用户画像;其中,所述用户画像是基于与所述用户信息相对应的用户属性和/或用户的历史行为数据所得到的;
所述信息确定模块502,用于根据所述用户画像确定待展示物品;
所述展示模块503,用于将所述待展示物品的物品信息展示于用户当前查看的页面。
在本发明一个实施例中,所述信息确定模块502,用于将所述用户画像作为物品预测模型的输入,根据所述物品预测模型的输出确定所述待展示物品;其中,所述物品预测模型是基于用户属性、用户的历史行为数据以及用户的历史行为数据所对应的物品所得到的。
在本发明一个实施例中,所述物品预测模型的输出包括:多个物品的物品信息以及所述多个物品的物品信息分别对应于所述用户画像的匹配度;所述信息确定模块502,用于将所述匹配度大于阈值的物品信息所对应的物品确定为所述待展示物品。
在本发明一个实施例中,所述信息确定模块502,还用于接收针对展示有所述物品信息的所述当前页面的用户行为数据,根据所述用户行为数据,优化所述物品预测模型。
在本发明一个实施例中,所述展示模块503,用于当用户信息为用户登录信息时,将所述物品信息展示于用户登录的首页。
根据本发明实施例的一种物品信息展示的装置可以看出,根据用户信息确定相应的用户画像,然后确定与用户画像相对应的待展示物品,并将待展示物品的物品信息展示于当前页面,以通过展示与用户画像相对应的物品信息的页面为用户提供个性化推荐,从而有利于提高用户粘度。
图6示出了可以应用本发明实施例的物品信息展示的方法或物品信息展示的装置的示例性***架构600。
如图6所示,***架构600可以包括终端设备601、602、603,网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备601、602、603通过网络604与服务器605交互,以接收或发送消息等。终端设备601、602、603上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备601、602、603可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器605可以是提供各种服务的服务器,例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息)反馈给终端设备。
需要说明的是,本发明实施例所提供的物品信息展示的方法一般由服务器605执行,相应地,物品信息展示的装置一般设置于服务器605中。
应该理解,图6中的终端设备、网络和服务器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终端设备、网络和服务器。
下面参考图7,其示出了适于用来实现本发明实施例的终端设备的计算机***700的结构示意图。图7示出的终端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7所示,计算机***700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有***700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;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707;包括硬盘等的存储部分708;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709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,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710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708。
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709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701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。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括画像确定模块、信息确定模块和展示模块。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,例如,画像确定模块还可以被描述为“确定与用户信息相对应的用户画像的模块”。
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:获取用户信息,确定与所述用户信息相对应的用户画像;其中,所述用户画像是基于与所述用户信息相对应的用户属性和/或用户的历史行为数据所得到的;根据所述用户画像确定待展示物品;将所述待展示物品的物品信息展示于当前页面。
根据本发明实施例的技术方案,根据用户信息确定相应的用户画像,然后确定与用户画像相对应的待展示物品,并将待展示物品的物品信息展示于当前页面,以通过展示与用户画像相对应的物品信息的页面为用户提供个性化推荐,从而有利于提高用户粘度。
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 (12)
1.一种物品信息展示的方法,其特征在于,包括:
获取用户信息,确定与所述用户信息相对应的用户画像;其中,所述用户画像是基于与所述用户信息相对应的用户属性和/或用户的历史行为数据所得到的;
根据所述用户画像确定待展示物品;
将所述待展示物品的物品信息展示于当前页面。
2.根据权利要求1所述的方法,其特征在于,所述根据所述用户画像确定待展示物品,包括:
将所述用户画像作为物品预测模型的输入,根据所述物品预测模型的输出确定所述待展示物品;其中,所述物品预测模型是基于用户属性、用户的历史行为数据以及用户的历史行为数据所对应的物品所得到的。
3.根据权利要求2所述的方法,其特征在于,所述物品预测模型的输出包括:多个物品的物品信息以及所述多个物品的物品信息分别对应于所述用户画像的匹配度;所述根据所述物品预测模型的输出确定所述待展示物品,包括:
将所述匹配度大于阈值的物品信息所对应的物品确定为所述待展示物品。
4.根据权利要求2所述的方法,其特征在于,还包括:
接收针对展示有所述物品信息的所述当前页面的用户行为数据,根据所述用户行为数据,优化所述物品预测模型。
5.根据权利要求2至4任一所述的方法,其特征在于,
所述物品预测模型是基于GBDT-CNN-DNN模型所生成的。
6.根据权利要求1所述的方法,其特征在于,所述用户信息为用户登录信息,所述将所述待展示物品的物品信息展示于当前页面,包括:
将所述物品信息展示于用户登录的首页。
7.根据权利要求1所述的方法,其特征在于,还包括:
展示所述待展示物品的评价数据。
8.根据权利要求1所述的方法,其特征在于,还包括:
生成与所述物品信息相对应的交互区域,以利用所述交互区域展示关于所述物品信息的交互接口、和/或多个用户关于所述物品信息的交互信息。
9.一种物品信息展示的装置,其特征在于,包括:画像确定模块、信息确定模块和展示模块;其中,
所述画像确定模块,用于获取用户信息,并确定与所述用户信息相对应的用户画像;其中,所述用户画像是基于与所述用户信息相对应的用户属性和/或用户的历史行为数据所得到的;
所述信息确定模块,用于根据所述用户画像确定待展示物品;
所述展示模块,用于将所述待展示物品的物品信息展示于当前页面。
10.根据权利要求9所述的装置,其特征在于,
所述信息确定模块,用于将所述用户画像作为物品预测模型的输入,根据所述物品预测模型的输出确定所述待展示物品;其中,所述物品预测模型是基于用户属性、用户的历史行为数据以及用户的历史行为数据所对应的物品所得到的。
11.一种物品信息展示的电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
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1-8中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010131360.0A CN113327147A (zh) | 2020-02-28 | 2020-02-28 | 一种物品信息展示的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010131360.0A CN113327147A (zh) | 2020-02-28 | 2020-02-28 | 一种物品信息展示的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113327147A true CN113327147A (zh) | 2021-08-31 |
Family
ID=77412966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010131360.0A Withdrawn CN113327147A (zh) | 2020-02-28 | 2020-02-28 | 一种物品信息展示的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113327147A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113822745A (zh) * | 2021-09-28 | 2021-12-21 | 北京沃东天骏信息技术有限公司 | 一种物品展示方法和装置 |
-
2020
- 2020-02-28 CN CN202010131360.0A patent/CN113327147A/zh not_active Withdrawn
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113822745A (zh) * | 2021-09-28 | 2021-12-21 | 北京沃东天骏信息技术有限公司 | 一种物品展示方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11734609B1 (en) | Customized predictive analytical model training | |
CN109522483B (zh) | 用于推送信息的方法和装置 | |
US10657574B2 (en) | Item recommendation techniques | |
RU2725659C2 (ru) | Способ и система для оценивания данных о взаимодействиях пользователь-элемент | |
US20180075137A1 (en) | Method and apparatus for training a machine learning algorithm (mla) for generating a content recommendation in a recommendation system and method and apparatus for generating the recommended content using the mla | |
US20200250538A1 (en) | Training image and text embedding models | |
US20200250537A1 (en) | Training image and text embedding models | |
US20160253684A1 (en) | Systems and methods of structuring reviews with auto-generated tags | |
CN111754278A (zh) | 物品推荐方法、装置、计算机存储介质和电子设备 | |
CN111783810A (zh) | 用于确定用户的属性信息的方法和装置 | |
CN111552835B (zh) | 文件推荐方法、装置及服务器 | |
CN112650942A (zh) | 产品推荐方法、装置、计算机***和计算机可读存储介质 | |
CN113327151A (zh) | 商品对象推荐方法、装置、计算机设备及存储介质 | |
WO2022156589A1 (zh) | 一种直播点击率的确定方法和装置 | |
JP6833540B2 (ja) | 抽出装置、抽出方法及び抽出プログラム | |
EP3293646A1 (en) | Method and server for training a machine learning algorithm (mla) for content recommendation generation | |
CN112449217B (zh) | 一种推送视频的方法、装置、电子设备和计算机可读介质 | |
CN113327147A (zh) | 一种物品信息展示的方法及装置 | |
CN109299351B (zh) | 内容推荐方法和装置、电子设备及计算机可读介质 | |
CN113094584A (zh) | 推荐学习资源的确定方法和装置 | |
CN110110199B (zh) | 信息输出方法和装置 | |
CN113159877B (zh) | 数据处理方法、装置、***、计算机可读存储介质 | |
CN113822734B (zh) | 用于生成信息的方法和装置 | |
CN113449175A (zh) | 热点数据的推荐方法和装置 | |
CN111915339A (zh) | 数据的处理方法、装置及设备 |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210831 |