[發明專利]商品組的推薦方法、裝置、電子設備及可讀存儲介質

在審

• 申請號: 201910636573.6
• 申請日: 2019-07-15
• 公開（公告）號: CN110490637A
• 公開（公告）日: 2019-11-22
• 發明（設計）人: 王文斌;胡懋地;羅震
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F16/9536
• 代理公司: 11319 北京潤澤恒知識產權代理有限公司
• 代理人: 任亞娟<國際申請>=<國際公布>=<進入

本公開的實施例提供了一種商品組的推薦方法、裝置、電子設備及可讀存儲介質，所述方法包括：針對目標商品組中每個商品，根據商品對應的個體特征生成個體特征向量；根據個體特征向量確定商品在目標商品組中的權重；根據商品的個體特征向量、商品在目標商品組中的權重、目標商品組的綜合特征生成目標商品組的綜合特征向量；將綜合特征向量輸入至激活函數中預測得到目標商品組的質量得分；根據質量得分將目標商品組推薦給用戶?？梢愿鶕唐方M合中各商品的特征預估商品組合的質量得分，有助于提高推薦準確度，且商品組合的靈活性更好。

技術領域

本公開的實施例涉及個性化推薦技術領域，尤其涉及一種商品組的推薦方法、裝置、電子設備及可讀存儲介質。

背景技術

個性化推薦通過商品特征、用戶特征確定用戶可能感興趣的商品，并推薦給用戶。個性化推薦廣泛應用于各種領域，例如，在餐飲領域中，可以將多種菜品合理搭配組成菜品組合，以向用戶推薦。

現有技術中，菜品組合的推薦過程主要包括：首先，根據用戶的每天所需基礎熱量及提前獲取的該天所需消耗的熱量，計算用戶在就餐的時候所需要補充的熱量；然后，根據每個菜品所對應的熱量值以及菜品組合方法，制定當前用戶的多個備選菜品組合；最后，根據用戶在系統中的消費行為以及口味愛好，在備選菜品組合中，生成多個菜品組合方案，從而根據菜品組合方案的排序，為用戶推薦最佳菜品組合。

發明人對上述方案進行研究發現，由于預估熱量的準確度較差，導致推薦準確度較差；此外，采用固有的組合方法限制了組合的靈活性。

發明內容

本公開的實施例提供一種商品組的推薦方法、裝置、電子設備及可讀存儲介質，可以根據商品組合中各商品的特征預估商品組合的質量得分，有助于提高推薦準確度，且商品組合的靈活性更好。

根據本公開的實施例的第一方面，提供了一種商品組的推薦方法，所述方法包括：

針對目標商品組中每個商品，根據所述商品對應的個體特征生成個體特征向量；

根據所述每個商品的個體特征向量確定每個商品在所述目標商品組中的權重；

根據每個商品的個體特征向量、每個商品在所述目標商品組中的權重、以及所述目標商品組的綜合特征，生成所述目標商品組的綜合特征向量；

將所述綜合特征向量輸入至預先訓練的激活函數中，預測得到所述目標商品組的質量得分，所述激活函數包括針對點擊率的第一激活子函數和針對轉化率的第二激活子函數，在訓練過程中，根據商品組合樣本中預先標注的點擊率樣本值、所述第一激活子函數輸出的點擊率預測值、預先標注的轉化率樣本值、所述第二激活子函數輸出的轉化率預測值確定損失值；

根據所述質量得分將所述目標商品組推薦給用戶。

根據本公開的實施例的第二方面，提供了一種商品組的推薦裝置，所述裝置包括：

個體特征向量生成模塊，用于針對目標商品組中每個商品，根據所述商品對應的個體特征生成個體特征向量；

商品權重確定模塊，用于根據所述每個商品的個體特征向量確定每個商品在所述目標商品組中的權重；

綜合特征向量生成模塊，用于根據每個商品的個體特征向量、每個商品在所述目標商品組中的權重、以及所述目標商品組的綜合特征，生成所述目標商品組的綜合特征向量；

質量得分預測模塊，用于將所述綜合特征向量輸入至預先訓練的激活函數中，預測得到所述目標商品組的質量得分，所述激活函數包括針對點擊率的第一激活子函數和針對轉化率的第二激活子函數，在訓練過程中，根據商品組合樣本中預先標注的點擊率樣本值、所述第一激活子函數輸出的點擊率預測值、預先標注的轉化率樣本值、所述第二激活子函數輸出的轉化率預測值確定損失值；

商品組推薦模塊，用于根據所述質量得分將所述目標商品組推薦給用戶。