[發(fā)明專利]一種確定推薦商品的方法和裝置

在審

• 申請?zhí)枺?/td>: 201911151347.5
• 申請日: 2019-11-21
• 公開（公告）號: CN112825182A
• 公開（公告）日: 2021-05-21
• 發(fā)明（設(shè)計）人: 張凱
• 申請（專利權(quán)）人: 北京京東尚科信息技術(shù)有限公司;北京京東世紀(jì)貿(mào)易有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 中原信達(dá)知識產(chǎn)權(quán)代理有限責(zé)任公司 11219
• 代理人: 張一軍;王安娜

本發(fā)明公開了一種確定推薦商品的方法和裝置，涉及計算機(jī)技術(shù)領(lǐng)域。該方法的一具體實施方式包括：根據(jù)樣本數(shù)據(jù)集中各個用戶的歷史訂單數(shù)據(jù)，確定歷史商品標(biāo)識及其對應(yīng)的品類信息；將所述歷史商品標(biāo)識及其對應(yīng)的品類信息作為訓(xùn)練集，輸入到預(yù)定模型中進(jìn)行訓(xùn)練，形成分類器；將目標(biāo)用戶的歷史訂單數(shù)據(jù)中按照交易時間降序追溯距當(dāng)前時間的預(yù)設(shè)數(shù)量的歷史交易訂單數(shù)據(jù)作為所述分類器的輸入量，以預(yù)測所述目標(biāo)用戶的預(yù)測商品集；根據(jù)所述目標(biāo)用戶的最近瀏覽數(shù)據(jù)和所述預(yù)測商品集確定所述目標(biāo)用戶的推薦商品。該實施方式能夠解決無法充分挖掘用戶需求的問題。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)技術(shù)領(lǐng)域，尤其涉及一種確定推薦商品的方法和裝置。

背景技術(shù)

隨著電商平臺的不斷壯大和發(fā)展，越來越多的用戶選擇網(wǎng)絡(luò)購物。如何讓用戶在最短的時間內(nèi)在琳瑯滿目的電商平臺上找到最符合其需要的商品成為亟待解決的問題。

目前，現(xiàn)有的推薦方案主要基于以下幾種：

1)基于用戶歷史瀏覽記錄；2)基于用戶實時瀏覽記錄；3)基于用戶個人注冊信息；4)基于商品的銷量、評價等維度信息；5)基于以上四種方案的任意組合方案。

在實現(xiàn)本發(fā)明過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問題：

基于用戶瀏覽記錄的推薦方案屬于被動推薦方案，即只有當(dāng)用戶進(jìn)行商品的瀏覽時，才能獲取相關(guān)信息進(jìn)行推薦；基于用戶注冊信息的推薦方案不能推薦出相應(yīng)用戶真正感興趣的商品；基于商品本身自有特征的推薦方案和基于用戶注冊信息的方案類似，只是根據(jù)固有特征進(jìn)行強行推薦。因此，現(xiàn)有的推薦方案都無法充分地挖掘出用戶的真實需求。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明實施例提供一種確定推薦商品的方法和裝置，能夠解決無法充分挖掘用戶需求的問題。

為實現(xiàn)上述目的，根據(jù)本發(fā)明實施例的一個方面，提供了一種確定推薦商品的方法，包括：

根據(jù)樣本數(shù)據(jù)集中各個用戶的歷史訂單數(shù)據(jù)，確定歷史商品標(biāo)識及其對應(yīng)的品類信息；

將所述歷史商品標(biāo)識及其對應(yīng)的品類信息作為訓(xùn)練集，輸入到預(yù)定模型中進(jìn)行訓(xùn)練，形成分類器；

將目標(biāo)用戶的歷史訂單數(shù)據(jù)中按照交易時間降序追溯距當(dāng)前時間的預(yù)設(shè)數(shù)量的歷史交易訂單數(shù)據(jù)作為所述分類器的輸入量，以預(yù)測所述目標(biāo)用戶的預(yù)測商品集；

根據(jù)所述目標(biāo)用戶的最近瀏覽數(shù)據(jù)和所述預(yù)測商品集確定所述目標(biāo)用戶的推薦商品。

可選地，根據(jù)樣本數(shù)據(jù)集中各個用戶的歷史訂單數(shù)據(jù)，確定歷史商品標(biāo)識及其對應(yīng)的品類信息，包括：

根據(jù)樣本數(shù)據(jù)集中各個用戶的歷史訂單數(shù)據(jù)，分別確定各個歷史商品標(biāo)識以及所述各個歷史商品標(biāo)識所屬的品類信息；

按照時間降序確定待輸入的歷史商品標(biāo)識樣本集以及所述歷史商品標(biāo)識樣本集中各個歷史商品標(biāo)識，并根據(jù)預(yù)設(shè)規(guī)則分別確定與所述各個歷史商品標(biāo)識對應(yīng)的至少一個品類信息的映射關(guān)系。

可選地，所述預(yù)定模型包括隱馬爾可夫模型；

將所述歷史商品標(biāo)識及其對應(yīng)的品類信息作為訓(xùn)練集，輸入到隱馬爾可夫模型中進(jìn)行訓(xùn)練，形成分類器，包括：

將所述歷史商品標(biāo)識樣本集中各個歷史商品標(biāo)識與其對應(yīng)的至少一個品類信息的映射關(guān)系作為訓(xùn)練集，以所述歷史商品標(biāo)識樣本集中各個歷史商品標(biāo)識對應(yīng)的至少一個品類信息作為特征向量，輸入到隱馬爾可夫模型中；

利用隱馬爾可夫模型中的Baum-Welch算法進(jìn)行訓(xùn)練，獲取訓(xùn)練后的歷史商品標(biāo)識樣本集作為輸出結(jié)果，形成分類器。