[發明專利]商品推薦方法、系統、計算機設備及存儲介質

在審

• 申請號: 202110170844.0
• 申請日: 2021-02-08
• 公開（公告）號: CN112819541A
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 楊煜;馬馳;沈鑫
• 申請（專利權）人: 杭州唯贊數據科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 蘇州中合知識產權代理事務所(普通合伙) 32266
• 代理人: 阮梅

本方案涉及一種商品推薦方法。所述方法包括：獲取商品數據，并對所述商品數據進行數據清洗，得到數據集；對所述數據集進行正態分布轉化形成特征數據，并根據所述特征數據構建商品預測推薦模型；獲取用戶需求，并將所述用戶需求輸入至所述商品預測推薦模型中；通過所述商品預測推薦模型輸出推薦商品信息。由于商品預測推薦模型是根據商品數據生成的，根據用戶需求輸出對應的推薦商品信息，可以滿足大部分員工的需求，提高商品推薦的靈活度。

技術領域

本發明涉及計算機技術領域，特別是涉及一種商品推薦方法、系統、計算機設備及存儲介質。

背景技術

商品推薦可以利用各種推廣方式以及各種渠道，將用戶引導至目標的店鋪或網站。在進行商品推薦時，可以通過互聯網上的一些廣告平臺發布商品的廣告，或者通過商家之間相互交換商品廣告等方式，利用各種渠道，將商品的信息推廣出去，讓對其有需求的用戶看到，以便最終使用戶進行購買。企業在節假日或者特定情景(員工生日等)的禮包選品方法主要是采購部門根據節日或者場景特性，依據其不同節日的民俗文化、場景的特殊性，來提供相應的禮包商品。

然而，傳統的購買商品的方式是：對于每個節假日或者特定場景的特殊性，根據采購部門用戶對節假日和場景的認知，進行禮包商品選擇。該方案缺點是依賴采購人員的經驗進行操作，機動性、靈活性低，且容易造成選擇單一，無法滿足大部分員工的需求。

發明內容

基于此，為了解決上述技術問題，提供一種商品推薦方法、系統、計算機設備和存儲介質，可以提高商品推薦的靈活度。

一種商品推薦方法，所述方法包括：

獲取商品數據，并對所述商品數據進行數據清洗，得到數據集；

對所述數據集進行正態分布轉化形成特征數據，并根據所述特征數據構建商品預測推薦模型；

獲取用戶需求，并將所述用戶需求輸入至所述商品預測推薦模型中；

通過所述商品預測推薦模型輸出推薦商品信息。

在其中一個實施例中，所述商品數據包括商品交易數據、商品反饋數據、商品類別數據；

所述獲取商品數據，并對所述商品數據進行數據清洗，得到數據集，包括：

提取所述商品類別數據、所述商品反饋數據，并結合所述商品交易數據進行數據清洗，合成遍歷各個行業內用戶粒度的數據集。

在其中一個實施例中，所述根據所述特征數據構建商品預測推薦模型，包括：

通過關聯規則對所述特征數據進行初始化聚合，得到聚合后的數據；

將所述聚合后的數據通過分類算法進行驗證，得到驗證后的數據；

對所述驗證后的數據進行迭代處理，并根據迭代處理后的數據構建所述商品預測推薦模型。

在其中一個實施例中，所述方法還包括：

從所述特征數據中查找高頻項目組；

根據所述高頻項目組生成所述關聯規則。

在其中一個實施例中，所述用戶需求中包含有目標反饋數據；所述方法還包括：

提取所述用戶需求中的所述目標反饋數據；

獲取初始商品預測推薦模型，并提取所述初始商品預測推薦模型中的初始參數；

根據所述目標反饋數據調整所述初始參數，生成目標參數；

根據所述目標參數調整所述初始商品預測推薦模型，得到所述商品預測推薦模型。

在其中一個實施例中，所述通過所述商品預測推薦模型輸出推薦商品信息，包括：