[發明專利]一種商品推薦方法及其相關設備

在審

• 申請號: 202011504942.5
• 申請日: 2020-12-18
• 公開（公告）號: CN112633973A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 陳浩;譙軼軒;高鵬
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06K9/62;G06F16/901
• 代理公司: 深圳市世聯合知識產權代理有限公司 44385
• 代理人: 汪琳琳

1.一種商品推薦方法，其特征在于，包括下述步驟：

獲取多個用戶的歷史商品瀏覽記錄；

根據所述歷史商品瀏覽記錄生成商品節點序列和商品屬性節點序列；

結合負采樣策略，將所述商品節點序列和所述商品屬性節點序列作為訓練語料，分別輸入word2vec模型，計算得到商品節點嵌入向量和商品屬性節點嵌入向量；

對所述商品節點嵌入向量和所述商品屬性節點嵌入向量進行向量拼接或者向量求和操作，得到每個商品對應的綜合嵌入向量；

確定用戶訪問的目標商品；

確定與所述目標商品的綜合嵌入向量相近的綜合嵌入向量所對應的商品，為針對所述目標商品所確定的推薦商品。

2.根據權利要求1所述的商品推薦方法，其特征在于，所述根據所述歷史商品瀏覽記錄生成商品節點序列和商品屬性節點序列，包括：

統計所述歷史商品瀏覽記錄，構建商品節點的圖網絡；

根據所述圖網絡構建商品屬性詞典，所述商品屬性詞典包括不同商品節點和不同商品屬性的對應關系；

通過隨機游走方式將所述圖網絡轉換為商品節點序列；

基于所述商品屬性詞典，將所述商品節點序列轉換為商品屬性節點序列。

3.根據權利要求2所述的商品推薦方法，其特征在于，所述通過隨機游走方式將所述圖網絡轉換為商品節點序列，包括：

對所述圖網絡中的商品節點的出度依次進行歸一化處理，確定每個商品節點的出度概率；

根據所述出度概率采用隨機游走方式，生成所述商品節點序列。

4.根據權利要求2所述的商品推薦方法，其特征在于，

所述根據所述圖網絡構建商品屬性詞典，包括：

根據所述圖網絡為預設的不同分類標準分別構建對應的商品屬性詞典，其中每種分類標準分別預先設置對應一種商品屬性集合；

所述基于所述商品屬性詞典，將所述商品節點序列轉換為商品屬性節點序列，包括：

基于所述商品屬性詞典，將所述商品節點序列轉換為不同分類標準對應的商品屬性節點序列；

所述結合負采樣策略，將所述商品節點序列和所述商品屬性節點序列作為訓練語料，分別輸入word2vec模型，計算得到商品節點嵌入向量和商品屬性節點嵌入向量，包括：

結合負采樣策略，將所述商品節點序列和所述商品屬性節點序列作為訓練語料，分別輸入word2vec模型，計算得到商品節點嵌入向量和不同分類標準下的商品屬性節點嵌入向量；

所述對所述商品節點嵌入向量和所述商品屬性節點嵌入向量進行向量拼接或者向量求和操作，得到每個商品對應的綜合嵌入向量，包括：

根據預先設置的所述商品節點嵌入向量對應的權重和不同分類標準對應的權重，對所述商品節點嵌入向量和所述商品屬性節點嵌入向量，進行向量加權求和操作，得到每個商品對應的所述綜合嵌入向量。

5.根據權利要求2-4中任一項所述的商品推薦方法，其特征在于，所述統計所述歷史商品瀏覽記錄，構建商品節點的圖網絡，包括：

統計所述歷史商品瀏覽記錄，選取歷史商品瀏覽記錄中的商品集合為待構建的圖網絡的圖中節點；

根據統計結果確定各個商品節點之間的邊權重；

選取邊權重大于預設閾值的商品節點構建商品節點的圖網絡。

6.根據權利要求1-4中任一項所述的商品推薦方法，其特征在于，所述確定與所述目標商品的綜合嵌入向量相近的綜合嵌入向量所對應的商品，為針對所述目標商品所確定的推薦商品，包括：

計算所述目標商品的綜合嵌入向量與除所述目標商品外的其他所有商品的綜合嵌入向量之間的相似度；

確定所述相似度大于預設閾值，或者，按照所述相似度大小次序排名前N的綜合嵌入向量所對應的商品，為針對所述目標商品所確定的所述推薦商品，N為正整數。