[發明專利]一種基于分享行為的社交電商網站商品推薦方法及裝置在審
| 申請號： | 201911360358.4 | 申請日： | 2019-12-25 |
| 公開（公告）號： | CN111144986A | 公開（公告）日： | 2020-05-12 |
| 發明（設計）人： | 李勇;高宸;盧中縣;金德鵬;徐裕鍵;周亮;張良倫 | 申請（專利權）人： | 清華大學;杭州微拓科技有限公司 |
| 主分類號： | G06Q30/06 | 分類號： | G06Q30/06;G06Q50/00 |
| 代理公司： | 北京路浩知識產權代理有限公司 11002 | 代理人： | 楊明月 |
| 地址： | 100084 北*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 分享 行為 社交 網站 商品 推薦 方法 裝置 | ||
1.一種基于分享行為的社交電商網站商品推薦方法，其特征在于，包括：
獲取商品分享信息；
將所述商品分享信息輸入預設商品推薦模型，得到商品推薦結果；
其中，所述預設商品推薦模型是根據帶分享后購買標簽的用戶商品樣本信息和帶有自由購買標簽的用戶商品樣本信息。
2.根據權利要求1所述基于分享行為的社交電商網站商品推薦方法，其特征在于，在所述將所述商品分享信息輸入預設商品推薦模型的步驟之前，所述方法還包括：
根據帶分享后購買標簽的用戶商品樣本信息和帶有自由購買標簽的用戶商品樣本信息構建正負樣本對信息；
將所述正負樣本對預設商品推薦模型進行訓練，當滿足預設訓練條件時，結束訓練，得到預設商品推薦模型。
3.根據權利要求2所述基于分享行為的社交電商網站商品推薦方法，其特征在于，在所述將所述正負樣本對信息輸入商品推薦模型進行訓練的步驟之前，所述方法還包括：
根據用戶影響力表征信息和商品表征信息構建分享者影響力模型；
根據被分享者表征信息和商品表征信息構建被分享者影響力模型；
根據所述分享者影響力模型和所述被分享者影響力模型得到融合模型；
通過融合模型損失函數對所述融合模型進行優化，得到預設商品推薦模型。
4.根據權利要求3所述基于分享行為的社交電商網站商品推薦方法，其特征在于，所述融合模型具體為：
其中，su和pu分別為用戶u作為分享者和被分享者的表征向量，qi為商品表征信息，α為控制的興趣與社交影響力的關聯機制超參數，pv為用戶興趣表征向量。
5.根據權利要求4所述基于分享行為的社交電商網站商品推薦方法，其特征在于，所述通過融合模型損失函數對所述融合模型進行優化，得到預設商品推薦模型的步驟，具體包括：
獲取帶分享后購買標簽的用戶商品樣本信息和帶有自由購買標簽的用戶商品樣本信息，以構建正負樣本對信息；
根據所述正負樣本對信息通過梯度隨機下降的方法訓練融合模型損失函數參數，當滿足預設訓練條件時，所述融合模型損失函數穩定，從而根據所述融合模型損失函數得到社交-普通電商平臺融合模型。
6.一種基于分享行為的社交電商網站商品推薦裝置，其特征在于，包括：
獲取模塊，用于獲取商品分享信息；
推薦模塊，用于將所述商品分享信息輸入預設商品推薦模型，得到商品推薦結果；
其中，所述預設商品推薦模型是根據帶分享后購買標簽的用戶商品樣本信息和帶有自由購買標簽的用戶商品樣本信息。
7.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現如權利要求1至5任一項所述基于分享行為的社交電商網站商品推薦方法的步驟。
8.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現如權利要求1至5任一項所述基于分享行為的社交電商網站商品推薦方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于清華大學;杭州微拓科技有限公司，未經清華大學;杭州微拓科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201911360358.4/1.html，轉載請聲明來源鉆瓜專利網。
