[發明專利]家裝信息實時推薦方法及相關裝置

在審

• 申請號: 202210031914.9
• 申請日: 2022-01-12
• 公開（公告）號: CN114372203A
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 王國彬;牟錕倫;盧鑠波;莫勝松;廖國林
• 申請（專利權）人: 土巴兔集團股份有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F9/54
• 代理公司: 廣東普羅米修律師事務所 44615
• 代理人: 齊則琳

1.一種家裝信息實時推薦方法，其特征在于，包括：

獲取終端用戶的歷史行為數據；

基于離線計算判斷所述終端用戶的所述歷史行為數據與長尾物品的關聯性，得到物品的相似度矩陣；

獲取所述終端用戶的當前行為數據；

利用所述物品的相似度矩陣計算與所述當前行為數據最相似的若干目標長尾物品；

基于LightGBM算法構造所述目標長尾物品、用戶行為特征矩陣對所述長尾物品進行預估排序，得到待推薦目標長尾物品的推薦列表；

將所述待推薦目標長尾物品的推薦列表發送給終端用戶。

2.如權利要求1所述的家裝信息實時推薦方法，其特征在于，所述歷史行為數據包括：業務數據、互動數據、天眼數據及標簽數據。

3.如權利要求2所述的家裝信息實時推薦方法，其特征在于，所述業務數據包括所述終端用戶瀏覽的圖片、案例和視頻；

所述互動數據包括所述終端用戶對圖片、案例和視頻的收藏、點贊和評論；

所述天眼數據包括所述圖片、案例和視頻的曝光次數和點擊次數；

所述標簽數據包括所述終端用戶選擇的家裝風格、空間、戶型和面積。

4.如權利要求2所述的家裝信息實時推薦方法，其特征在于，所述基于離線計算判斷所述終端用戶的所述歷史行為數據與長尾物品的關聯性，得到物品的相似度矩陣包括：

獲取所述業務數據、互動數據、天眼數據及標簽數據；

構建基于所述業務數據、所述互動數據、所述天眼數據及所述標簽數據的用戶表、內容表和事件表；

分別計算所述用戶表、所述內容表和所述事件表與所述長尾物品的相似度，得到物品的相似度矩陣。

5.如權利要求1所述的家裝信息實時推薦方法，其特征在于，所述獲取所述終端用戶的當前行為數據包括：

確定終端用戶實時點擊的信息流內容；

通過kafka分布式系統存儲所述終端用戶點擊的信息流內容；

對所述信息流內容進行分類得到多個事件隊列；

將多個所述事件隊列通過kafka分布式系統分發。

6.如權利要求5所述的家裝信息實時推薦方法，其特征在于，所述事件隊列包括圖片事件隊列、案例事件隊列、視頻事件隊列、日記事件隊列以及攻略事件隊列。

7.如權利要求1所述的家裝信息實時推薦方法，其特征在于，所述將所述待推薦目標長尾物品的推薦列表發送給終端用戶包括：

將所述待推薦目標長尾物品的推薦列表以推薦圖片隊列、推薦文章隊列或推薦視頻隊列的形式發送給終端用戶。

8.一種家裝信息實時推薦裝置，其特征在于，包括：

第一信息獲取單元，用于獲取終端用戶的歷史行為數據；

離線計算單元，用于基于離線計算判斷所述終端用戶的所述歷史行為數據與長尾物品的關聯性，得到物品的相似度矩陣；

第二信息獲取單元，用于獲取所述終端用戶的當前行為數據；

召回處理單元，用于利用所述物品的相似度矩陣計算與所述當前行為數據最相似的若干目標長尾物品；

排序推薦單元，用于基于LightGBM算法構造所述目標長尾物品、用戶行為特征矩陣對所述長尾物品進行預估排序，得到待推薦目標長尾物品的推薦列表；

信息發送單元，用于將所述待推薦目標長尾物品的推薦列表發送給終端用戶。

9.一種計算機設備，其特征在于，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述計算機可讀指令被所述處理器執行時，使得所述處理器執行如權利要求1至7中任一項權利要求所述的家裝信息實時推薦方法。

10.一種存儲有計算機可讀指令的存儲介質，所述計算機可讀指令被一個或多個處理器執行時，使得一個或多個處理器執行如權利要求1至7中任一項權利要求所述的家裝信息實時推薦方法的步驟。