[發明專利]對象推薦方法、裝置、設備及存儲介質

在審

• 申請號: 202010594964.9
• 申請日: 2020-06-28
• 公開（公告）號: CN113763068A
• 公開（公告）日: 2021-12-07
• 發明（設計）人: 陽巍巍
• 申請（專利權）人: 北京沃東天駿信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06Q30/02
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 朱穎;劉芳

本申請提供一種對象推薦方法、裝置、設備及存儲介質，通過接收用戶的對象推薦請求，根據對象推薦請求中包括的目標優惠信息的使用額度信息和已選擇對象的當前額度信息，對目標優惠信息對應資源池中的對象進行排序，并基于得到的對象排序結果向用戶推薦對象。該技術方案中，當基于目標優惠信息的使用額度信息和已選擇對象的當前額度信息的差額信息對對象進行排序時，用戶能夠快速準確的確定出中意的商品，提供了商品推薦的精度。

技術領域

本申請涉及數據處理技術領域，尤其涉及一種對象推薦方法、裝置、設備及存儲介質。

背景技術

隨著科學技術的不斷發展，足不出戶便可購到所需商品的網絡購物方式變得越來越流行，而電商網站是網絡購物(簡稱網購)的載體，其上承載了大量商品的相關信息，人們的網購活動主要在電商網站上完成。

目前，為了刺激消費，提高用戶的購買欲望，電商網站經常會開展促銷活動，例如，優惠券滿減，金額滿減。以優惠券滿減為例，比如，滿99減10，滿199減50，滿199減100等等。用戶通常會對這種促銷優惠感興趣，并加購的商品金額滿足滿減條件時進行下單，而在加購的商品金額不滿足滿減條件時，從購物車頁面進入商品湊單頁面，進而從商品湊單頁面上展示的推薦商品中選擇湊單商品。

然而，現有技術中商品湊單頁面上展示的推薦商品通常是基于銷量和/或評價和/或用戶瀏覽記錄等推薦的，用戶可能需要耗費較長時間或更換多次篩選條件才能選中滿意的商品，存在推薦精度低的問題。

發明內容

本申請提供一種對象推薦方法、裝置、設備及存儲介質，以克服現有對象推薦方案中存在的推薦精度低的問題。

第一方面，本申請實施例提供一種對象推薦方法，包括：

接收用戶的對象推薦請求，所述對象推薦請求包括：目標優惠信息的使用額度信息和已選擇對象的當前額度信息；

根據所述當前額度信息和所述使用額度信息，對所述目標優惠信息對應資源池中的對象進行排序，得到對象排序結果；

基于所述對象排序結果，向所述用戶推薦對象。

在第一方面的一種可能設計中，所述根據所述當前額度信息和所述使用額度信息，對所述目標優惠信息對應資源池中的對象進行排序，得到對象排序結果，包括：

根據所述使用額度信息和所述當前額度信息，確定允許使用所述目標優惠信息所需的差額信息；

根據所述目標優惠信息，定位到所述目標優惠信息對應的資源池，所述資源池中的每個對象均具有至少一個優惠標簽與所述目標優惠信息相對應；

根據所述資源池中每個對象的金額信息與所述差額信息之間的距離信息對所述資源池中的所有對象進行排序，得到對象排序結果。

在第一方面的上述可能設計中，所述方法還包括：

獲取預先配置的排序約束條件；

所述根據所述資源池中每個對象的金額信息與所述差額信息之間的距離信息對所述資源池中的所有對象進行排序，得到對象排序結果，包括：

根據所述資源池中每個對象的金額信息與所述差額信息之間的距離信息和所述排序約束條件，確定排序約束因子集合；

基于所述排序約束因子集合中每個排序因子對所述資源池中的所有對象進行排序，得到對象排序結果。

可選的，所述基于所述排序約束因子集合中每個排序因子對所述資源池中的所有對象進行排序，得到對象排序結果，包括：

針對所述資源池中的每個對象，計算所述排序約束因子集合中每個約束因子的歸一化得分；

根據每個約束因子的歸一化得分和各個約束因子的權重系數，確定每個約束因子的得分；