[發明專利]商品對象推薦方法、裝置及電子設備

在審

• 申請號: 201810549604.X
• 申請日: 2018-05-31
• 公開（公告）號: CN110555743A
• 公開（公告）日: 2019-12-10
• 發明（設計）人: 陳海凱
• 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
• 代理公司: 11353 北京市惠誠律師事務所
• 代理人: 楊娟;楊雪婷

本發明實施例提供一種商品對象推薦方法、裝置及電子設備，其中商品對象推薦方法包括：根據已確認推薦商品對象集合中的已確認推薦商品對象，與待推薦商品對象集合中的多個待確認推薦商品對象，分別形成多個推薦商品對象組合；將所述多個推薦商品對象組合經商品對象推薦模型單元進行預測，得到推薦商品對象組合的偏好值；將偏好值超過閾值的推薦商品對象組合中的待確認推薦商品對象放入到所述已確認推薦商品對象集合中；重復執行上述操作，直至滿足停止執行條件；根據所述已確認推薦商品對象集合中的已確認推薦商品對象，構建商品對象推薦列表。本發明實施例的方案，能夠提高商品對象集合的推薦效率，從而進一步提升用戶體驗。

技術領域

本申請涉及計算機技術領域，尤其涉及一種商品對象推薦方法、裝 置及電子設備。

背景技術

在眾多商品對象推薦的場景中，例如淘寶搜索、京東搜索、導航等， 常需要對商品對象推薦結果進行排序，目前，在淘搶購、聚劃算、特價、 淘金幣等場景下推薦的商品對象，基本都是根據用戶對單個商品對象計 算得分進行排序，在現有技術中，其實現方案主要有以下兩種：

(1)直接對商品對象計算推薦分數，并按照分數高低對商品對象排 序。該方案的缺陷在于，其推薦結果大多根據協同過濾得到，導致整頁 商品對象相似度較高，而沒有與用戶的類目偏好、店鋪偏好、熱門商品 對象、低價商品對象等因素相結合，導致推薦結果單一，推薦準確率降 低，從而影響用戶體驗。

(2)對推薦商品對象添加相似度約束：首先對商品對象計算推薦分 數，并根據分數高低對商品對象排序；然后，固定分數最高的第一個商 品對象，從第二個商品對象起，按照預設公式對商品對象重新計算分數， 在公式中引入相似度約束參數，用于避免自第二個商品對象以后的推薦 商品對象相似度過高，并根據分數高低對推薦商品對象進行重排序。該 方案雖避免了推薦商品對象相似度過高的問題，但是通過人工設定參數 控制相似度，極易導致推薦結果準確率降低，推薦結果的組合效率依然 不甚理想。

發明內容

本發明提供了一種商品對象推薦方法、裝置及電子設備，能夠提高 所推薦的商品對象與用戶偏好的相關性，從而進一步提升用戶體驗。

為達到上述目的，本發明的實施例采用如下技術方案：

第一方面，提供了一種商品對象推薦方法，包括：

根據已確認推薦商品對象集合中的已確認推薦商品對象，與待推薦 商品對象集合中的多個待確認推薦商品對象，分別形成多個推薦商品對 象組合；

將所述多個推薦商品對象組合經商品對象推薦模型單元進行預測， 得到推薦商品對象組合的偏好值；

將偏好值超過閾值的推薦商品對象組合中的待確認推薦商品對象放 入到所述已確認推薦商品對象集合中；

重復執行上述操作，直至滿足停止執行條件；

根據所述已確認推薦商品對象集合中的已確認推薦商品對象，構建 商品對象推薦列表。

第二方面，提供了另一種商品對象推薦方法，包括：

根據已確認推薦商品對象集合中的已確認推薦商品對象，與待推薦 商品對象集合中的多個待確認推薦商品對象，分別形成多個推薦商品對 象組合；

將所述多個推薦商品對象組合經商品對象推薦模型單元進行預測， 得到推薦商品對象組合的偏好值；

將偏好值超過閾值的推薦商品對象組合中的待確認推薦商品對象放 入到所述已確認推薦商品對象集合中；

重復執行上述操作，直至滿足停止執行條件；

選取所述已確認推薦商品對象集合中的已確認推薦商品對象推薦給 用戶。

第三方面，提供了一種商品對象推薦裝置，包括：