[發(fā)明專利]一種線下店鋪推薦方法、裝置、系統(tǒng)及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010214402.7
• 申請(qǐng)日: 2020-03-24
• 公開（公告）號(hào): CN111444439A
• 公開（公告）日: 2020-07-24
• 發(fā)明（設(shè)計(jì)）人: 羅開平;郭清峰
• 申請(qǐng)（專利權(quán)）人: 北京航空航天大學(xué)
• 主分類號(hào): G06F16/9536
• 分類號(hào): G06F16/9536;G06F16/9537;G06Q30/06
• 代理公司: 北京細(xì)軟智谷知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11471
• 代理人: 尚文文

本發(fā)明涉及一種線下店鋪推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，方法包括：獲取線下商城消費(fèi)者的歷史消費(fèi)記錄和消費(fèi)者在商城游走的高噪時(shí)空幀頻數(shù)據(jù)；根據(jù)歷史消費(fèi)記錄，利用協(xié)同過濾算法得到第一推薦集合；融合高噪時(shí)空幀頻數(shù)據(jù)形成消費(fèi)者游走軌跡，基于消費(fèi)者游走軌跡，計(jì)算消費(fèi)者在店鋪間的轉(zhuǎn)移概率矩陣；根據(jù)轉(zhuǎn)移概率矩陣和消費(fèi)者當(dāng)前位置，得到第二推薦集合；將第一推薦集合和第二推薦集合合并，并結(jié)合預(yù)設(shè)距離半徑計(jì)算得到最終推薦集合。采用上述方法可實(shí)現(xiàn)線下店鋪的個(gè)性化推薦。

技術(shù)領(lǐng)域

本發(fā)明涉及信息處理技術(shù)領(lǐng)域，具體涉及一種線下店鋪推薦方法、裝置、系統(tǒng)及存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著生活水平的提高，人們的購(gòu)買力也逐漸增強(qiáng)。同時(shí)伴隨著商品個(gè)數(shù)和種類快速增長(zhǎng)，消費(fèi)者需要花費(fèi)大量的時(shí)間才能找到自己想買的商品。這種瀏覽大量無關(guān)的信息和產(chǎn)品過程無疑會(huì)使淹沒在信息過載問題中的消費(fèi)者不斷流失。由此個(gè)性化推薦應(yīng)運(yùn)而生。個(gè)性化推薦指根據(jù)用戶的興趣特點(diǎn)和購(gòu)買行為，向用戶推薦感興趣的信息和商品。個(gè)性化推薦通過為消費(fèi)者提供推薦內(nèi)容，降低消費(fèi)者的信息過載，提供優(yōu)質(zhì)的用戶體驗(yàn)。

目前常用的個(gè)性化推薦算法包括基于內(nèi)容的個(gè)性化推薦、協(xié)同過濾推薦、基于知識(shí)的推薦和混合推薦算法。但是目前常用的個(gè)性化推薦算法主要基于線上多維度的數(shù)據(jù)生成推薦內(nèi)容，難以適用線下商城的應(yīng)用情景。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種線下店鋪推薦方法、裝置、系統(tǒng)及存儲(chǔ)介質(zhì)。

為實(shí)現(xiàn)以上目的，本發(fā)明采用如下技術(shù)方案：

一種線下店鋪推薦方法，包括：

獲取線下商城消費(fèi)者的歷史消費(fèi)記錄和消費(fèi)者在商城游走的高噪時(shí)空幀頻數(shù)據(jù)；

根據(jù)所述歷史消費(fèi)記錄，利用協(xié)同過濾算法得到第一推薦集合；

融合所述高噪時(shí)空幀頻數(shù)據(jù)形成消費(fèi)者游走軌跡；

根據(jù)所述消費(fèi)者游走軌跡，計(jì)算消費(fèi)者在店鋪間的轉(zhuǎn)移概率矩陣；

根據(jù)所述轉(zhuǎn)移概率矩陣和消費(fèi)者當(dāng)前位置得到第二推薦集合；所述消費(fèi)者當(dāng)前位置由所述消費(fèi)者游走軌跡得到；

將所述第一推薦集合和所述第二推薦集合合并，并結(jié)合預(yù)設(shè)距離半徑計(jì)算得到最終推薦集合。

可選的，所述根據(jù)所述歷史消費(fèi)記錄，利用協(xié)同過濾算法得到第一推薦集合，包括：

根據(jù)所述歷史消費(fèi)記錄構(gòu)建消費(fèi)者店鋪評(píng)分矩陣；

利用所述消費(fèi)者店鋪評(píng)分矩陣得到相似消費(fèi)者；

根據(jù)所述相似消費(fèi)者確定感興趣店鋪；

將所述感興趣店鋪進(jìn)行降序排序，得到目標(biāo)店鋪集合；

取所述目標(biāo)店鋪集合中設(shè)定排名的感興趣店鋪?zhàn)鳛樗龅谝煌扑]集合。

可選的，所述根據(jù)所述歷史消費(fèi)記錄構(gòu)建消費(fèi)者店鋪評(píng)分矩陣，包括：

依據(jù)所述歷史消費(fèi)記錄獲取消費(fèi)者對(duì)應(yīng)的消費(fèi)店鋪信息；

針對(duì)所述消費(fèi)店鋪信息確定對(duì)應(yīng)的店鋪類型信息；

根據(jù)所述消費(fèi)店鋪信息和所述店鋪類型信息構(gòu)建所述消費(fèi)者店鋪評(píng)分矩陣。

可選的，所述根據(jù)所述消費(fèi)者游走軌跡，計(jì)算消費(fèi)者在店鋪間的轉(zhuǎn)移概率矩陣包括：

對(duì)所述消費(fèi)者游走軌跡進(jìn)行聚類，確定消費(fèi)者對(duì)應(yīng)類別；

根據(jù)所述消費(fèi)者對(duì)應(yīng)類別確定對(duì)應(yīng)類別的店鋪間的轉(zhuǎn)移概率矩陣。

可選的，所述對(duì)所述消費(fèi)者游走軌跡進(jìn)行聚類，確定消費(fèi)者對(duì)應(yīng)類別包括：