[發明專利]產品推薦方法及系統

有效

• 申請號: 201611130486.6
• 申請日: 2016-12-09
• 公開（公告）號: CN108230058B
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 胡裕靖;曾安祥;笪慶;俞凌
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F16/9535
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 李輝

1.一種產品推薦系統，其特征在于，所述系統包括客戶端和搜索服務器，所述客戶端與所述搜索服務器相耦合，其中，

客戶端，用于發送產品推薦請求；

搜索服務器，用于接收并響應于產品推薦請求，獲取用戶在歷史產品推薦策略中的行為反饋數據，其中，所述行為反饋數據包括用戶在所述產品推薦請求之前的歷史產品推薦策略中所實施的行為數據；以及，用于基于所述行為反饋數據，利用策略逼近算法計算得到對應于所述產品推薦請求的產品推薦策略；

其中，基于所述行為反饋數據，利用策略逼近算法計算得到對應于所述產品推薦請求的產品推薦策略，包括：

構建所述策略逼近算法的策略生成部分；

將所述行為反饋數據作為所述策略生成部分的輸入數據，計算得到對應于所述產品推薦請求的產品推薦策略；其中，所述產品推薦策略為：

其中，μ_θ(s)為關于s和θ的策略函數，s為所述行為反饋數據，θ＝(θ₁,θ₂,……,θ_m)為策略優化參數向量，m為所述策略函數中的參數的個數，μ_θⁱ(s)為所述策略函數中的第i個參數：

其中，φ(s)為關于s的特征向量，θ₁,θ₂,……,θ_m均為長度與φ(s)的長度相等的向量，C_i為第i個參數的常數系數，T為矩陣轉置。

2.根據權利要求1所述的系統，其特征在于，所述系統還包括：

數據分析服務器，用于構建所述策略逼近算法的參數優化部分，所述參數優化部分包括所述策略優化參數；以及，用于設置所述參數優化部分的優化目標；以及，用于根據所述優化目標對所述策略優化參數進行優化。

3.根據權利要求2所述的系統，其特征在于，所述根據所述優化目標對所述策略優化參數進行優化包括：

根據所述行為反饋數據構建數據樣本；

根據所述數據樣本，確定所述參數優化部分在達到所述優化目標時所述策略參優化數的值；

將所述策略優化參數的值更新至所述策略生成部分。

4.根據權利要求1所述的系統，其特征在于，所述行為反饋數據包括預設數量產品的特征數據，所述預設數量產品包括距離基準時刻最近被執行預設操作的產品。

5.根據權利要求4所述的系統，其特征在于，所述行為反饋數據還包括用戶的個人屬性信息。

6.根據權利要求1所述的系統，其特征在于，所述產品推薦策略包括產品屬性權重向量，所述產品屬性權重向量用于確定推薦產品在排列順序中的次序。

7.根據權利要求6所述的系統，其特征在于，所述客戶端還用于按照所述次序展示所述推薦產品。