[發明專利]數據庫建立方法和數據推薦方法及裝置、設備和存儲介質

有效

• 申請號: 201611184581.4
• 申請日: 2016-12-20
• 公開（公告）號: CN108205768B
• 公開（公告）日: 2022-07-05
• 發明（設計）人: 賀子昂;張建峰;李欣;崔超;張少南
• 申請（專利權）人: 百度在線網絡技術（北京）有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q30/06;G06F16/9535
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆;胡彬

1.一種數據庫建立方法，其特征在于，包括：

從數據源獲取用戶歷史數據和商品歷史數據；

根據用戶歷史數據和商品歷史數據，按照預設用戶維度提取用戶特征，以形成用戶的用戶特征向量，所述用戶特征向量中包括至少一個商品特征；

根據用戶歷史數據和商品歷史數據，按照預設商品維度提取商品特征，以形成商品的初級商品特征向量，所述初級商品特征向量中包括至少一個用戶特征；

根據預設商品關聯規則，將各所述初級商品特征向量進行合并，以形成次級商品特征向量；

存儲所述用戶特征向量、初級商品特征向量和次級商品特征向量，作為數據庫中的推薦數據集合；

根據在線推薦需求和所述數據庫中的所述用戶特征向量、初級商品特征向量和次級商品特征向量產生推薦數據；

接收管理員輸入更新的商品關聯規則，根據針對所述推薦數據的在線響應數據，基于更新的商品關聯規則，更新所述數據庫中所述用戶特征向量、初級商品特征向量和次級商品特征向量的特征值。

2.根據權利要求1所述的方法，其特征在于：

所述用戶歷史數據包括用戶動態行為數據和用戶靜態屬性數據；

其中，所述用戶動態行為數據包括商品瀏覽行為、導航定位行為、搜索引擎搜索行為、搜索結果點擊行為和瀏覽網頁行為中的至少一種；所述用戶靜態屬性數據包括姓名、性別、住址、身高、體重和學歷中的至少一種；

所述商品歷史數據包括商品訂單數據和商品庫存數據。

3.根據權利要求1所述的方法，其特征在于，根據預設商品關聯規則，將各所述初級商品特征向量進行合并，以形成次級商品特征向量包括：

根據預設商品關聯規則中設定的至少一個核心特征，將各初級商品特征向量中核心特征的特征值相似度達到設定條件的各初級商品特征向量進行合并，以形成次級商品特征向量。

4.根據權利要求3所述的方法，其特征在于，所述核心特征包括：商品自身屬性、商品銷量數據、商品庫存數據或商品銷售關聯度。

5.根據權利要求1-4任一所述的方法，其特征在于，所述商品關聯規則包括下述至少一種：

以設定商品特征作為分類依據的同類商品合并規則；

以具有關聯行為的商品特征作為商品關聯規則，其中，所述關聯行為包括購買行為或使用行為。

6.一種數據推薦方法，其特征在于，包括：

獲取在線推薦需求；所述在線推薦需求為在線訂單生成需求；

從所述在線推薦需求中獲取在線數據以及推薦規則；其中，所述在線數據包括至少一個用戶特征和/或至少一個商品特征；所述在線數據中的至少一個用戶特征為在線獲取的準備生成訂單用戶的用戶特征；所述在線數據中的至少一個商品特征為在線獲取的待生成訂單商品的商品特征；

采用所述推薦規則，根據至少一個用戶特征在數據庫中查找匹配的至少一個用戶特征向量；其中，所述用戶特征向量中包括至少一個商品特征；

根據所述至少一個商品特征在數據庫中查找匹配的至少一個商品特征向量；其中，所述商品特征向量中包括至少一個用戶特征；

按照在線訂單的訂單類型，從查找到的所述用戶特征向量中提取待匹配用戶特征，從查找到的商品特征向量中提取待匹配商品特征；

將所述待匹配用戶特征與待匹配商品特征進行相似度匹配；

篩選獲得相似度結果達到設定條件的商品特征向量；

從篩選后的商品特征向量中提取推薦數據。

7.根據權利要求6所述的方法，其特征在于，從所述在線推薦需求中獲取在線數據以及推薦規則包括：

從所述在線推薦需求中獲取在線數據；

根據所述在線推薦需求查找對應的推薦規則。

8.根據權利要求6所述的方法，其特征在于：

所述在線訂單的訂單類型為衣物，則所述待匹配用戶特征包括身高或體重，所述待匹配商品特征包括尺碼；或

所述在線訂單的訂單類型為電子設備，則所述待匹配用戶特征包括年齡或電子設備喜好傾向，所述待匹配商品特征包括性能屬性或興趣標簽。