[發明專利]一種商品推薦方法、裝置、設備和存儲介質

在審

• 申請號: 202010576350.8
• 申請日: 2020-06-22
• 公開（公告）號: CN111754300A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 吳偉興
• 申請（專利權）人: 深圳市分期樂網絡科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 潘登

本發明實施例公開了一種商品推薦方法、裝置、設備和存儲介質。該方法包括：獲取目標用戶的用戶特征；根據所述用戶特征從待推薦商品中篩選出相關推薦商品；從所述待推薦商品中篩選出與所述相關推薦商品相似度最低的非相關推薦商品；按照預設順序將所述相關推薦商品和非相關推薦商品展示給所述目標用戶。本發明實施例實現了打散推薦的商品提高用戶體驗。

技術領域

本發明實施例涉及互聯網技術，尤其涉及一種商品推薦方法、裝置、設備和存儲介質。

背景技術

隨著互聯網技術的發展，越來越多的人都傾向于使用網上購物，相應的，購物平臺為了提高用戶的購買力，在用戶使用該購物平臺的同時也開始給用戶推薦相關的商品。

目前推薦的商品由于相關度的原因，推薦的商品是比較聚集的，比如和用戶相關度較高的商品的類目的多個商品聚集在一起，經常出現數十個相鄰的商品都是同個類目或同個品牌的，當用戶在下滑推薦模塊的時候，發現多個商品都是非常相似，就容易產生疲勞，大大降低了用戶的購物體驗。

發明內容

本發明實施例提供一種商品推薦方法、裝置、設備和存儲介質，以實現打散推薦的商品提高用戶體驗。

為達此目的，本發明實施例提供了一種商品推薦方法，該方法包括：

獲取目標用戶的用戶特征；

根據所述用戶特征從待推薦商品中篩選出相關推薦商品；

從所述待推薦商品中篩選出與所述相關推薦商品相似度最低的非相關推薦商品；

按照預設順序將所述相關推薦商品和非相關推薦商品展示給所述目標用戶。

進一步的，所述用戶特征包括目標用戶查看過的商品的第一商品信息、實時熱銷商品的第二商品信息和所述目標用戶的用戶信息。

進一步的，所述根據所述用戶特征從待推薦商品中篩選出相關推薦商品包括：

將所述第一商品信息、第二商品信息和用戶信息分別轉換為第一特征向量、第二特征向量和第三特征向量；

將待推薦商品、所述第一特征向量、第二特征向量和第三特征向量輸入預設的模型中以得到所述待推薦商品的推薦分數；

從所述待推薦商品中篩選出所述推薦分數排名為前預設個數的商品作為相關推薦商品。

進一步的，所述將待推薦商品、所述第一特征向量、第二特征向量和第三特征向量輸入預設的模型中以得到所述待推薦商品的推薦分數包括：

將所述第一特征向量、第二特征向量和第三特征向量進行組合以得到第四特征向量；

將待推薦商品、所述第一特征向量、第二特征向量、第三特征向量和第四特征向量輸入預設的模型中以得到所述待推薦商品的推薦分數。

進一步的，所述按照預設順序將所述相關推薦商品和非相關推薦商品展示給所述目標用戶包括：

將所述相關推薦商品和與其對應的非相關推薦商品組合作為一個展示模塊；

按照所述推薦分數排名的順序將所述展示模塊展示給所述目標用戶。

進一步的，所述從所述待推薦商品中篩選出與所述相關推薦商品相似度最低的非相關推薦商品包括：

獲取所述待推薦商品和相關推薦商品的相似度；

根據所述相似度從所述待推薦商品中篩選出與所述相關推薦商品相似度最低的非相關推薦商品。

進一步的，所述獲取所述待推薦商品和相關推薦商品的相似度包括：

將所述待推薦商品的商品名稱和相關推薦商品的商品名稱分別轉換為第一向量數組和第二向量數組；