[發(fā)明專利]基于用戶畫像的推薦方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010868453.1
• 申請(qǐng)日: 2020-08-26
• 公開（公告）號(hào): CN111967914A
• 公開（公告）日: 2020-11-20
• 發(fā)明（設(shè)計(jì)）人: 聶嘉良;向林;白金蓬
• 申請(qǐng)（專利權(quán)）人: 珠海格力電器股份有限公司;珠海聯(lián)云科技有限公司
• 主分類號(hào): G06Q30/02
• 分類號(hào): G06Q30/02;G06Q30/06
• 代理公司: 北京聿宏知識(shí)產(chǎn)權(quán)代理有限公司 11372
• 代理人: 吳大建;金淼

本發(fā)明提供一種基于用戶畫像的推薦方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)，該方法包括獲取用戶行為數(shù)據(jù)；解析所述用戶行為數(shù)據(jù)，獲得用戶特征向量；基于所述用戶特征向量，構(gòu)建用戶畫像；從所述用戶畫像中提取出按預(yù)設(shè)規(guī)則排列的前若干個(gè)產(chǎn)品，獲得若干個(gè)預(yù)選產(chǎn)品；獲取產(chǎn)品分類數(shù)據(jù)；將所述產(chǎn)品分類數(shù)據(jù)關(guān)聯(lián)各所述預(yù)選產(chǎn)品，獲取所述產(chǎn)品分類數(shù)據(jù)中與各所述預(yù)選產(chǎn)品對(duì)應(yīng)的產(chǎn)品分類；根據(jù)所述產(chǎn)品分類推送產(chǎn)品消息。通過構(gòu)建用戶畫像，并且將用戶畫像與產(chǎn)品分類數(shù)據(jù)關(guān)聯(lián)，進(jìn)而確定用戶感興趣的產(chǎn)品分類，將該產(chǎn)品分類對(duì)應(yīng)的產(chǎn)品消息推送至用戶，使得產(chǎn)品消息能夠精準(zhǔn)推送，使得體驗(yàn)更佳。

技術(shù)領(lǐng)域

本發(fā)明涉及商品推送技術(shù)領(lǐng)域，特別涉及一種基于用戶畫像的推薦方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著互聯(lián)網(wǎng)的不斷發(fā)展，尤其是移動(dòng)互聯(lián)網(wǎng)的高速發(fā)展，各類應(yīng)用程序?yàn)楦玫挠脩趔w驗(yàn)以及由針對(duì)性地推送產(chǎn)品，應(yīng)用程序能夠根據(jù)用戶的訂閱或者愛好推送消息。

推送消息一般都是通過用戶手動(dòng)訂閱，無(wú)法智能推薦，導(dǎo)致用戶只會(huì)關(guān)注自己已知感興趣的內(nèi)容，無(wú)法推送潛在的感興趣的消息。而對(duì)于一些簡(jiǎn)單地根據(jù)用戶的興趣獲得用戶的感興趣的產(chǎn)品進(jìn)行推送，則由于感興趣的產(chǎn)品的計(jì)算過程較為簡(jiǎn)單，導(dǎo)致推送不精確，導(dǎo)致用戶感知不佳。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問題，提供一種基于用戶畫像的推薦方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

一種基于用戶畫像的推薦方法，包括：

獲取用戶行為數(shù)據(jù)；

解析所述用戶行為數(shù)據(jù)，獲得用戶特征向量；

基于所述用戶特征向量，構(gòu)建用戶畫像；

從所述用戶畫像中提取出按預(yù)設(shè)規(guī)則排列的前若干個(gè)產(chǎn)品，獲得若干個(gè)預(yù)選產(chǎn)品；

獲取產(chǎn)品分類數(shù)據(jù)；

將所述產(chǎn)品分類數(shù)據(jù)關(guān)聯(lián)各所述預(yù)選產(chǎn)品，獲取所述產(chǎn)品分類數(shù)據(jù)中與各所述預(yù)選產(chǎn)品對(duì)應(yīng)的產(chǎn)品分類；

根據(jù)所述產(chǎn)品分類推送產(chǎn)品消息。

在其中一個(gè)實(shí)施例中，所述基于所述用戶特征向量，構(gòu)建用戶畫像的步驟包括：

基于所述用戶特征向量，采用TF-IDF算法構(gòu)建所述用戶畫像。

在其中一個(gè)實(shí)施例中，所述基于所述用戶特征向量，采用TF-IDF算法構(gòu)建所述用戶畫像的步驟包括：

基于所述用戶特征向量，獲取用戶購(gòu)買的各類產(chǎn)品的權(quán)重；

基于用戶購(gòu)買的各類產(chǎn)品的權(quán)重，采用TF-IDF算法構(gòu)建所述用戶畫像。

在其中一個(gè)實(shí)施例中，所述從所述用戶畫像中提取出按預(yù)設(shè)規(guī)則排列的前若干個(gè)產(chǎn)品，獲得若干個(gè)預(yù)選產(chǎn)品的步驟包括：

基于所述用戶畫像中的各類產(chǎn)品的權(quán)重，按權(quán)重由大至小的排序從所述用戶畫像中提取出前若干個(gè)產(chǎn)品，獲得若干個(gè)所述預(yù)選產(chǎn)品。

在其中一個(gè)實(shí)施例中，所述根據(jù)所述產(chǎn)品分類推送產(chǎn)品消息的步驟包括：

根據(jù)從所述產(chǎn)品分類數(shù)據(jù)中獲取的所述產(chǎn)品分類，生成產(chǎn)品推送列表；

推送所述產(chǎn)品推送列表。

在其中一個(gè)實(shí)施例中，所述獲取用戶行為數(shù)據(jù)包括用戶注冊(cè)數(shù)據(jù)、用戶評(píng)論數(shù)據(jù)、用戶點(diǎn)擊數(shù)據(jù)和用戶地理位置數(shù)據(jù)。

一種基于用戶畫像的推薦裝置，包括：

用戶行為獲取模塊，用于獲取用戶行為數(shù)據(jù)；

用戶特征向量獲取模塊，用于解析所述用戶行為數(shù)據(jù)，獲得用戶特征向量；