[發明專利]信息推薦方法、裝置及服務器

在審

• 申請號: 202010581372.3
• 申請日: 2016-05-11
• 公開（公告）號: CN111782941A
• 公開（公告）日: 2020-10-16
• 發明（設計）人: 楊一品;毛仁歆;沈瑋
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9537
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 周嗣勇

1.一種信息推薦方法，所述方法包括：

獲取歷史數據，所述歷史數據包含有：特定區域內的多個店鋪、與所述店鋪存在消費關系的多個歷史用戶，以及所述歷史用戶在所述店鋪的消費次數；

利用所述歷史數據和目標條件，確定各個店鋪的熱門度和各個歷史用戶的質量分值；其中，所述目標條件包括：店鋪的熱門度與如下參數正相關：歷史用戶的質量分值以及歷史用戶在該店鋪內的消費次數；歷史用戶的質量分值與如下參數正相關：店鋪的熱門度以及該歷史用戶在該店鋪內的消費次數；

根據確定的各個店鋪的熱門度和/或各個歷史用戶的質量分值，向目標用戶推薦店鋪。

2.根據權利要求1所述的方法，所述利用所述歷史數據和目標條件，確定各個店鋪的熱門度和各個歷史用戶的質量分值，包括：

將所述歷史數據和目標條件輸入至預設迭代模型，由所述預設迭代模型通過多次迭代計算輸出各個店鋪的熱門度和各個歷史用戶的質量分值；其中，所述店鋪配置有預設熱門度初始值，所述歷史用戶配置有預設質量分值初始值。

3.根據權利要求2所述的方法，所述店鋪的熱門度通過如下方式確定：

采用下述公式計算特定區域內的店鋪的源熱門度，并將所述源熱門度進行歸一化處理獲得店鋪的熱門度：

其中，A_s′表示特定區域內的店鋪s的源熱門度，U表示與店鋪s存在消費關系的所有歷史用戶，u表示U中的其中一個歷史用戶，H_u表示歷史用戶u的質量分值，count_us表示歷史用戶u在店鋪s內的消費次數。

4.根據權利要求2所述的方法，所述歷史用戶的質量分值通過如下方式確定：

采用下述公式計算歷史用戶的源質量分值，并將所述源質量分值進行歸一化處理獲得該歷史用戶的質量分值：

其中，H_u′表示歷史用戶u的源質量分值，S表示在設定區域內與用戶u存在消費關系的所有店鋪，s表示S中的其中一個店鋪，A_s表示店鋪s的熱門度，count_us表示歷史用戶u在店鋪s內的消費次數。

5.根據權利要求2所述的方法，所述預設迭代模型在每次迭代計算中，在確定特定區域內的店鋪的熱門度后，還包括：

判斷是否存在高于第一熱門度閾值的熱門度；

當存在高于第一熱門度閾值的熱門度時，利用預設降差公式對所確定的店鋪的熱門度進行降差處理，獲得本次迭代計算中店鋪的最終的熱門度；所述預設降差公式是降低最大熱門度和最小熱門度之間差距的公式。

6.根據權利要求1至5任一所述的方法，所述特定區域內店鋪數量大于或等于預設店鋪數量閾值，所述特定區域內用戶數量大于或等于預設用戶數量閾值，所述用戶數量是與所述店鋪存在消費關系的所有歷史用戶的數量。

7.根據權利要求1所述的方法，向所述目標用戶推薦的店鋪，滿足如下任一條件：

店鋪的熱門度高于目標熱門度閾值；

由質量分值大于高于預設質量閾值的歷史用戶推薦的；

店鋪熱門度高于目標熱門度閾值、與質量分值大于高于預設質量閾值的歷史用戶存在消費關系、并且該質量分值大于高于預設質量閾值的歷史用戶與所述目標用戶的特征匹配。

8.根據權利要求2所述的方法，所述預設迭代模型為Hits算法模型，所述店鋪的熱門度為Hits算法模型中的權威值，所述歷史用戶的質量分值為Hits算法模型中的樞紐值。