[發明專利]產品的推薦方法及裝置、電子設備、計算機存儲介質

在審

• 申請號: 202010558810.4
• 申請日: 2020-06-18
• 公開（公告）號: CN111708945A
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 劉志煌
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/35;G06K9/62
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 夏歡

1.一種產品的推薦方法，其特征在于，包括：

獲取目標產品的產品特征和用戶的用戶特征、用戶行為序列；其中，所述用戶針對所述目標產品產生所述用戶行為序列指代的用戶行為；

基于所述用戶行為序列與確定出的各個目標序列模式的匹配結果，配置得到所述用戶和所述目標產品的組合樣本的樣本權重；其中，所述匹配結果說明所述用戶行為序列與所述目標序列模式相匹配時，所述組合樣本的樣本權重較高；所述目標序列模式為對所述用戶轉化多個產品時產生的用戶行為序列進行序列模式挖掘，得到的頻繁序列模式；

利用所述組合樣本的樣本權重，對基于所述用戶特征和所述產品特征的組合特征構建的組合特征向量進行加權，得到所述組合特征向量的加權組合特征向量；

利用所述組合特征向量的加權組合特征向量，計算得到所述組合樣本所屬的類簇；其中，所述類簇通過多個聚類樣本的加權組合特征向量進行聚類得到，每個所述聚類樣本的加權組合特征向量由所述聚類樣本的組合特征向量與所述聚類樣本的樣本權重加權得到；一個所述聚類樣本對應一個用戶以及所述用戶轉化的一個產品；

將所述目標產品推薦給所述組合樣本所屬的類簇中的所述聚類樣本對應的用戶。

2.根據權利要求1所述的方法，其特征在于，所述利用所述組合特征向量的加權組合特征向量，計算得到所述組合樣本所屬的類簇，包括：

利用多個所述聚類樣本的加權組合特征向量進行聚類，得到多個類簇；

利用所述組合特征向量的加權組合特征向量，計算得到所述組合樣本與每個所述類簇的聚類中心的距離；

將與所述組合樣本的距離最短的所述聚類中心對應的所述類簇，確定為所述組合樣本所屬的類簇；

或者，利用所述組合特征向量的加權組合特征向量以及多個所述聚類樣本的加權組合特征向量共同進行聚類，得到多個類簇，并從多個類簇篩選出所述組合樣本所屬的類簇。

3.根據權利要求1所述的方法，其特征在于，所述利用所述組合特征向量的加權組合特征向量，計算得到所述組合樣本所屬的類簇之后，還包括：

計算所述組合樣本所屬的所述類簇中的每個所述聚類樣本對應的用戶的轉化率占比；

其中，所述將所述目標產品推薦給所述組合樣本所屬的類簇中的所述聚類樣本對應的用戶，包括：

將所述目標產品推薦給轉化率占比最高的所述用戶。

4.根據權利要求1所述的方法，其特征在于，所述組合特征向量的構建方法，包括：

對所述用戶的用戶特征以及所述目標產品的產品特征進行多項預處理；其中，所述預處理包括過濾處理、填充處理以及衍生處理；

將進行預處理后的所述用戶的用戶特征與所述目標產品的產品特征進行拼接組合，得到所述用戶特征和所述產品特征的組合特征；

對所述組合特征進行特征處理，得到所述組合特征的組合特征向量。

5.根據權利要求2所述的方法，其特征在于，所述基于所述用戶行為序列與各個目標序列模式的匹配結果，配置得到所述用戶和所述目標產品的組合樣本的樣本權重，包括：

若所述匹配結果說明所述用戶行為序列中包含有所述目標序列模式，則將所述用戶行為序列中包含的最長的所述目標序列模式的支持率，配置為組合樣本權重；

若所述匹配結果說明所述用戶行為序列中不包含有任意一個所述目標序列模式，則將所述組合樣本權重配置為挖掘序列模式時設置的最小支持率，或配置為所述用戶行為序列在所述用戶對應的各個所述轉化行為序列中的支持率。

6.根據權利要求1所述的方法，其特征在于，所述各個目標序列模式的確定方法，包括：

從預先挖掘得到的多個用戶的頻繁序列模式中，查找出所述用戶的各個頻繁序列模式，并將所述用戶的各個頻繁序列模式確定為所述目標序列模式；

或者，對所述用戶轉化到多個產品時產生的行為序列進行序列模式挖掘，得到所述用戶的頻繁序列模式，并將所述用戶的頻繁序列模式確定為所述目標序列模式。