[發明專利]商品的推薦方法、裝置和電子設備

在審

• 申請號: 202011644503.4
• 申請日: 2020-12-30
• 公開（公告）號: CN112669083A
• 公開（公告）日: 2021-04-16
• 發明（設計）人: 胡麥芳;張珂杰;詹士瀟;謝楊潔;汪小益;黃方蕾;吳琛;蔡亮;邱煒偉;李偉;張帥;匡立中
• 申請（專利權）人: 杭州趣鏈科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q30/06;G06F21/62
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 安衛靜

1.一種商品的推薦方法，其特征在于，應用于區塊鏈的智能合約，包括：

獲取各電商平臺上傳的最新的用戶-商品數據和所述各電商平臺的可信度指數，其中，所述用戶-商品數據包括：用戶對商品的打分矩陣、用戶購買矩陣和商品特征矩陣；

獲取目標電商平臺發起的對目標用戶進行商品推薦的推薦請求，其中，所述推薦請求中攜帶有所述目標用戶的歷史打分向量和歷史購買向量；

基于所述推薦請求和所述用戶-商品數據確定所述目標用戶在所述各電商平臺的商品推薦向量；

基于所述目標用戶在所述各電商平臺的商品推薦向量和所述各電商平臺的可信度指數確定所述目標用戶的目標商品推薦向量，進而根據所述目標商品推薦向量為所述目標用戶推薦商品。

2.根據權利要求1所述的方法，其特征在于，在根據所述目標商品推薦向量為所述目標用戶推薦商品之后，所述方法還包括：

獲取所述目標用戶的實際消費信息；

根據所述實際消費信息更新所述各電商平臺的可信度指數。

3.根據權利要求1所述的方法，其特征在于，在獲取各電商平臺上傳的最新的用戶-商品數據之前，所述方法還包括：

在所述各電商平臺簽訂共同推薦的智能合約后，獲取所述各電商平臺上傳的初始用戶-商品數據；

對所述初始用戶-商品數據進行整合，得到用戶-商品數據。

4.根據權利要求1所述的方法，其特征在于，基于所述推薦請求和所述用戶-商品數據確定所述目標用戶在所述各電商平臺的商品推薦向量，包括：

根據契合度計算算式：

計算所述目標用戶與所述各電商平臺的各用戶的契合度，其中，S_ij表示用戶i與所述目標用戶j的契合度，n表示商品的類別總數，b_iα表示用戶i購買向量中商品類α的值，b_jα表示所述目標用戶j歷史購買向量中商品類α的值，r_iα表示用戶i打分向量中商品類α的打分值，r_jα表示所述目標用戶j歷史打分向量中商品類α的打分值，表示用戶i對商品打分的平均值，表示所述目標用戶j對商品打分的平均值，t_α表示商品α的特征向量，TC_ij表示用戶i和所述目標用戶j的內置契合度向量，

在所述目標用戶與所述各電商平臺的各用戶的契合度中確定所述各電商平臺中與所述目標用戶契合度最大的契合用戶；

將所述各電商平臺中與所述目標用戶契合度最大的契合用戶的打分向量作為所述目標用戶在所述各電商平臺的商品推薦向量。

5.根據權利要求1所述的方法，其特征在于，基于所述目標用戶在所述各電商平臺的商品推薦向量和所述各電商平臺的可信度指數確定所述目標用戶的目標商品推薦向量，包括：

根據目標商品推薦向量計算算式計算所述目標用戶的目標商品推薦向量，其中，U表示所述目標用戶的目標商品推薦向量，z表示參與智能合約的電商平臺的數量，w_k表示電商平臺k的可信度指數，r_k表示所述電商平臺k的商品推薦向量。

6.根據權利要求1所述的方法，其特征在于，根據所述實際消費信息更新所述各電商平臺的可信度指數，包括：

若所述目標用戶未進行消費，則所述各電商平臺的可信度指數保持不變；

若所述目標用戶購買了商品，則基于所述目標用戶購買的商品更新所述各電商平臺的可信度指數。

7.根據權利要求6所述的方法，其特征在于，基于所述目標用戶購買的商品更新所述各電商平臺的可信度指數，包括：

根據可信度指數更新算式計算所述各電商平臺更新后的可信度指數，其中，w'_k表示電商平臺k更新后的可信度指數，w_k表示電商平臺k的可信度指數，表示所述目標電商平臺的可信度指數，θ為小于1的正數，β表示所述目標用戶是否購買了所述目標電商平臺推薦的商品，β＝0表示所述目標用戶購買了所述目標電商平臺推薦的商品，β＝1表示所述目標用戶未購買所述目標電商平臺推薦的商品，U表示所述目標用戶的目標商品推薦向量，a表示所述目標用戶實際購買的商品向量。