[發明專利]一種3D成品推薦方法、設備、裝置及存儲介質

在審

• 申請號: 202110266689.2
• 申請日: 2021-03-11
• 公開（公告）號: CN112925981A
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 聶群;謝真;徐亞文
• 申請（專利權）人: 深圳市七號網絡科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/906;G06F16/955;G06K9/62
• 代理公司: 深圳市恒程創新知識產權代理有限公司 44542
• 代理人: 趙愛蓉

本發明屬于互聯網技術領域，公開了一種3D成品推薦方法、設備、裝置及存儲介質。該方法包括：獲取待推薦用戶在目標頁面中的行為數據；根據行為數據確定待推薦用戶的初始偏好類型及物品期望；根據初始偏好類型及物品期望確定待推薦用戶的目標物品偏好特征；根據目標物品偏好特征確定目標3D成品，并在目標頁面上對目標3D成品對應的產品信息進行展示。由此，本發明通過用戶在瀏覽網頁時產生的行為數據確定初始偏好類型及物品期望，進一步根據初始偏好類型及物品期望確定用戶的目標物品偏好特征，再進一步由目標物品偏好特征確定可推薦的目標3D成品。與傳統方式相比，本發明方法解決了現有技術產品推薦準確率低，用戶體驗不高的技術問題。

技術領域

本發明涉及互聯網技術領域，尤其涉及一種3D成品推薦方法、設備、裝置及存儲介質。

背景技術

隨著大數據技術和人工智能技術的發展，人們的日常生活早已趨向于快節奏，而快節奏的生活方式自然離不開網絡，網絡購物、網絡交流、網絡工作都已成為當下潮流。

隨著網絡的普及利用，利用網頁進行線上產品銷售也逐漸成為電商行業競爭的主要方向，但就目前的線上產品推薦效果來說，傳統的產品推薦方式主要集中于根據用戶歷史行為進行購買預測，進而根據預測結果向用戶推薦產品，但事實上，用戶的需求可能在不斷變化，現有技術中，僅根據用戶歷史行為而做出的產品推薦是不足以滿足用戶不斷變化的購物需求的。

上述內容僅用于輔助理解本發明的技術方案，并不代表承認上述內容是現有技術。

發明內容

本發明的主要目的在于提供一種3D成品推薦方法、設備、裝置及存儲介質，旨在解決現有技術產品推薦準確率低，用戶體驗不高的技術問題。

為實現上述目的，本發明提供了一種3D成品推薦方法，所述方法包括以下步驟:

獲取待推薦用戶在目標頁面中的行為數據；

根據所述行為數據確定所述待推薦用戶的初始偏好類型及物品期望；

根據所述初始偏好類型及物品期望確定所述待推薦用戶的目標物品偏好特征；

根據所述目標物品偏好特征確定目標3D成品，并在所述目標頁面上對所述目標3D成品對應的產品信息進行展示。

可選地，所述獲取待推薦用戶在目標頁面中的行為數據包括：

獲取待推薦用戶在目標頁面的點擊信息，并記錄所述待推薦用戶在每次頁面點擊操作后對應的頁面瀏覽時長；

獲取所述頁面瀏覽時長大于預設瀏覽時長的用戶瀏覽頁面，并檢測所述待推薦用戶在所述用戶瀏覽頁面的操作特征；

將所述操作特征作為所述待推薦用戶的行為數據。

可選地，所述根據所述行為數據確定所述待推薦用戶的初始偏好類型及物品期望，包括：

對所述行為數據進行特征數據提取，并對提取的特征數據進行聚類；

根據聚類結果確定所述待推薦用戶的初始偏好類型及物品期望。

可選地，所述對所述行為數據進行特征數據提取，并對提取的特征數據進行聚類之前，包括：

檢測所述行為數據中是否具有搜索數據；

若不存在所述搜索數據，則執行所述對所述行為數據進行特征數據提取，并對提取的特征數據進行聚類的步驟。

可選地，所述根據聚類結果確定所述待推薦用戶的初始偏好類型及物品期望，具體包括：

根據聚類結果獲取聚類后的特征數據簇，并比較各特征數據簇之間的數據量大小；

獲取數據量最大的目標特征數據簇，并根據所述目標特征數據簇所對應的產品類別確定所述待推薦用戶的初始偏好類型及物品期望。