[發(fā)明專利]一種基于人工智能的商品推薦的方法

有效

• 申請?zhí)枺?/td>: 202110977160.1
• 申請日: 2021-08-24
• 公開（公告）號: CN113781160B
• 公開（公告）日: 2023-02-03
• 發(fā)明（設計）人: 張陽
• 申請（專利權）人: 福建金塑寶科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 深圳市洪荒之力專利代理有限公司 44541
• 代理人: 劉真

本申請公開了一種基于人工智能的商品推薦的方法，包括：智能客服系統(tǒng)獲取用戶對話文本信息，并整理成長文本；基于GPT2模型將所述長文本進行摘要提取；基于所述提取出的摘要信息，對所述用戶進行用戶畫像預測；基于所述用戶畫像及所述用戶購買商品的歷史行為，通過環(huán)形圖注意力網絡模型將所述用戶與擬推薦商品進行匹配，獲取所述擬推薦商品匹配得分PMS；若所述PMS超過預設閾值，則向所述用戶推薦所述擬推薦商品。

技術領域

本申請涉及電子商務技術領域，尤其涉及基于人工智能的商品推薦的方法。

背景技術

近年來，隨著互聯(lián)網的不斷發(fā)展和快速完善，流量成本越來越貴，拉新成本越來越高，老顧客忠誠度也越來越低，在這種形勢下，只有精細化運營每一個客戶，才能使品牌保持持續(xù)性增長。電商領域的精細化運營，指的是通過用戶分群，對不同需求的用戶匹配不同的服務和內容，從而滿足其個性化的需求。用戶畫像可以從多個維度來描繪用戶特征，不同的產品類型，用戶畫像的維度也有不同，更快速更準確的畫像信息，可以幫助電商精準的定位實際用戶群體，并進行商品推薦。

為了能夠準確地給用戶推薦商品，通常需要對用戶特征進行提取，并通過大量的用戶購買行為和用戶評論信息，對用戶的興趣點POI(points of interest)進行預測，然而，現有技術中并未考慮結合用戶的其他行為(例如客服對話)也會對用戶的商品推薦提供決策，導致現有商品推薦算法精準性不高。

發(fā)明內容

本申請實施例提供一種基于人工智能的商品推薦的方法，用于解決現有技術中商品推薦算法精確性不高的問題。

本發(fā)明實施例提供一種基于人工智能的商品推薦的方法，包括：

智能客服系統(tǒng)獲取用戶對話文本信息，并整理成長文本；

基于GPT2模型將所述長文本進行摘要提取；

基于所述提取出的摘要信息，對所述用戶進行用戶畫像預測；

基于所述用戶畫像及所述用戶購買商品的歷史行為，通過環(huán)形圖注意力網絡模型將所述用戶與擬推薦商品進行匹配，獲取所述擬推薦商品匹配得分PMS；

若所述PMS超過預設閾值，則向所述用戶推薦所述擬推薦商品。

可選地，所述基于GPT2模型將所述長文本進行摘要提取，包括：

設置GPT2模型，所述GPT2模型為多層單向傳輸的解碼語言模型；

對所述長文本進行摘要抽取，抽取出第一摘要信息；

將所述第一摘要信息和所述長文本進行處理，形成詞嵌入和單詞token位置信息；

將所述詞嵌入和單詞token位置信息作為所述GPT2模型的輸入層進行輸入，獲取輸出單向transformer輸出向量；

將所述單向transformer輸出向量通過softmax分類器進行分類，輸出詞的概率分布；

基于所述詞的概率分布，生成第二摘要信息。

可選地，所述將所述詞嵌入和單詞token位置信息作為所述GPT2模型的輸入層進行輸入，獲取輸出單向transformer輸出向量，包括：

設置所述GPT2模型包括n層解碼器tranformer，n為正整數；

所述第一層tranformer定義為h₀：

h₀＝UW_e+W_P