[發明專利]一種推薦商品組合的方法和系統有效
| 申請號: | 202110856933.0 | 申請日: | 2021-07-28 |
| 公開(公告)號: | CN113469796B | 公開(公告)日: | 2023-09-12 |
| 發明(設計)人: | 孫彤;黃桂恒 | 申請(專利權)人: | 布瑞克農業大數據科技集團有限公司 |
| 主分類號: | G06Q30/0601 | 分類號: | G06Q30/0601 |
| 代理公司: | 成都七星天知識產權代理有限公司 51253 | 代理人: | 袁春曉 |
| 地址: | 215100 江蘇省蘇州*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 推薦 商品 組合 方法 系統 | ||
1.一種推薦商品組合的方法,包括:
獲取用戶在集購平臺上輸入的商品種類和預算,所述商品種類至少包括農產品;
將生長數據輸入到風味數據模型中,獲得所述商品種類所對應的風味數據;
將所述生長數據輸入到營養數據模型中,獲得所述商品種類所對應的營養數據;
所述生長數據至少包括商品生長過程中的晝夜溫差、日照量、土壤監測數據以及采摘數據;
所述風味數據模型和所述營養數據模型為訓練后的機器學習模型;
所述風味數據模型的訓練包括:使用第一樣本數據對初始風味數據模型進行訓練,得到訓練后風味數據模型,通過第一測試數據對所述訓練后風味數據模型進行測試,當所述訓練后風味數據模型輸出的風味數據與第一測試數據中的風味數據的差值小于第一模型閾值,訓練完成,得到所述風味數據模型;
所述第一樣本數據包括商品的第一樣本輸入數據和第一樣本輸出數據,所述第一樣本輸入數據包括樣本生長數據;所述第一樣本輸出數據是樣本風味數據;
所述營養數據模型的訓練包括:使用第二樣本數據對初始營養數據模型進行訓練,得到訓練后營養數據模型;通過第二測試數據對訓練后營養數據模型進行測試,當訓練后營養數據模型輸出的營養數據與第二測試數據中的營養數據的差值小于第二模型閾值,訓練完成,得到所述營養數據模型;
所述第二樣本數據包括所述商品的第二樣本輸入數據和第二樣本輸出數據,第二樣本輸入數據包括所述樣本生長數據;第二樣本輸出數據是樣本營養數據;
基于所述風味數據和營養數據,選擇候選商品;以及
至少基于所述預算,從所述候選商品中選擇一個或多個目標商品組合推薦給所述用戶,包括:
確定一個或多個目標商品組合中的每個目標商品組合的推薦值;
將所述每個目標商品組合及其推薦值呈現給所述用戶;
其中,所述每個目標商品組合的推薦值基于所述目標商品組合中的目標商品的推薦值的平均值確定,?所述每個目標商品的推薦值通過以下公式確定:
目標商品的推薦值=歷史得分系數A系數B;
歷史得分基于用戶的歷史購買記錄中的評價確定;所述系數A為0~1之間的數值,所述系數A由所述目標商品與用戶輸入的所述商品種類之間的營養數據差異確定,所述營養數據差異越小,所述系數A越接近1;所述系數B為0~1之間的數值,系數B由所述目標商品組合的全部商品的價格與所述用戶輸入的所述商品預算確定,預設閾值越接近用戶輸入的商品預算比例,則所述系數B越接近1。
2.如權利要求1所述的方法,其特征在于,所述基于所述風味數據和營養數據,選擇候選商品包括:
獲取所述集購平臺上全部商品的生長數據;
基于所述全部商品的生長數據,確定所述全部商品的風味數據和營養數據;
將所述商品種類所對應的風味數據和營養數據與所述全部商品的風味數據和營養數據進行匹配;以及
若匹配結果滿足預設條件,將滿足預設條件的商品選擇為候選商品。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于布瑞克農業大數據科技集團有限公司,未經布瑞克農業大數據科技集團有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110856933.0/1.html,轉載請聲明來源鉆瓜專利網。





