本發(fā)明涉及信息處理，尤其涉及的是一種商品推薦方法、系統(tǒng)及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、現(xiàn)有技術(shù)中，當(dāng)用戶通過互聯(lián)網(wǎng)查看購物網(wǎng)站上顯示的商品信息，通過網(wǎng)絡(luò)購買商品時(shí)，購物網(wǎng)站往往會(huì)根據(jù)用戶的瀏覽的商品或購買商品的歷史信息為用戶推薦商品，但是現(xiàn)有技術(shù)中的推薦方法常常忽略用戶可能的多樣化需求和興趣變化，因此無法滿足用戶對(duì)推薦的需求。

2、另一方面，現(xiàn)有技術(shù)中的推薦方法在進(jìn)行商品推薦時(shí)并沒有對(duì)推薦商品的綜合品質(zhì)進(jìn)行判定和篩選，導(dǎo)致低品質(zhì)的商品混雜在推薦商品中，用戶在瀏覽推薦商品時(shí)需要辨別低品質(zhì)的商品，會(huì)增加了用戶挑選商品的時(shí)間，而且購物網(wǎng)站對(duì)低品質(zhì)的商品進(jìn)行推薦還會(huì)造成用戶對(duì)購物網(wǎng)站的滿意度的降低，因此影響了用戶對(duì)購物網(wǎng)站的信任度。

3、因此，現(xiàn)有技術(shù)有待于進(jìn)一步的改進(jìn)。

技術(shù)實(shí)現(xiàn)思路

1、鑒于上述現(xiàn)有技術(shù)中的不足之處，本發(fā)明的目的在于提供一種商品推薦方法、系統(tǒng)及存儲(chǔ)介質(zhì)，解決現(xiàn)有技術(shù)中商品推薦時(shí)推薦信息不準(zhǔn)確和挑選商品效率低的缺陷。

2、第一方面，本實(shí)施例公開了一種商品推薦方法，其中，包括：

3、獲取商品搜索信息；

4、根據(jù)商品搜索信息獲取用戶行為數(shù)據(jù)；其中，所述用戶行為數(shù)據(jù)包括：用戶購買商品信息、用戶瀏覽商品信息和用戶偏好信息；

5、基于商品搜索信息和所述用戶行為數(shù)據(jù)從預(yù)建立的精選商品池中進(jìn)行商品篩選，得到商品篩選結(jié)果；其中，所述精選商品池為從全量商品數(shù)據(jù)中挑選出的商品集合；

6、根據(jù)所述商品篩選結(jié)果進(jìn)行商品推薦顯示。

7、可選地，所述精選商品池的構(gòu)建方法包括：

8、獲取全量商品數(shù)據(jù)中各個(gè)商品的交易數(shù)據(jù)；其中，所述交易數(shù)據(jù)包括：商品銷量數(shù)據(jù)、商品物流數(shù)據(jù)、商品信息準(zhǔn)確度、商家服務(wù)信息；

9、根據(jù)交易數(shù)據(jù)確定各個(gè)商品的多維度評(píng)價(jià)值；

10、按照預(yù)設(shè)篩選條件根據(jù)各個(gè)商品對(duì)應(yīng)的多維度評(píng)價(jià)值的高低，篩選出目標(biāo)商品；所述預(yù)設(shè)篩選條件為：篩選出超出標(biāo)準(zhǔn)多維度評(píng)價(jià)值的商品或篩選出多維度評(píng)價(jià)值位于排列在前預(yù)設(shè)個(gè)數(shù)的商品；

11、以篩選出的目標(biāo)商品構(gòu)建出精選商品池。

12、可選地，所述根據(jù)交易數(shù)據(jù)確定各個(gè)商品的多維度評(píng)價(jià)值的步驟包括：

13、獲取各個(gè)商品在預(yù)設(shè)時(shí)間段的商品交易總額；

14、根據(jù)所述商品交易總額對(duì)已訓(xùn)練完成的多維度評(píng)價(jià)模型進(jìn)行參數(shù)優(yōu)化，得到參數(shù)優(yōu)化后的多維度評(píng)價(jià)模型；其中，所述多維度評(píng)價(jià)模型為基于多個(gè)商品的歷史交易數(shù)據(jù)作為訓(xùn)練樣本訓(xùn)練得到的；

15、將各個(gè)商品對(duì)應(yīng)的交易數(shù)據(jù)輸入至參數(shù)優(yōu)化后的多維度評(píng)價(jià)模型，得到參數(shù)優(yōu)化后的多維度評(píng)價(jià)模型輸出的各個(gè)商品的多維度評(píng)價(jià)值。

16、可選地，所述根據(jù)交易數(shù)據(jù)確定各個(gè)商品的多維度評(píng)價(jià)值的步驟包括：

17、分別以商品銷量數(shù)據(jù)、商品物流數(shù)據(jù)、商品信息準(zhǔn)確和商家服務(wù)信息對(duì)應(yīng)的預(yù)設(shè)權(quán)重，計(jì)算得到多維度評(píng)價(jià)值。

18、可選地，所述根據(jù)交易數(shù)據(jù)確定各個(gè)商品的多維度評(píng)價(jià)值的步驟，還包括：

19、每隔預(yù)設(shè)時(shí)間獲取商品的更新交易信息；

20、根據(jù)更新交易信息對(duì)商品的多維度評(píng)價(jià)值進(jìn)行更新。

21、可選地，構(gòu)建所述精選商品池的步驟，還包括：

22、判斷超出標(biāo)準(zhǔn)多維度評(píng)價(jià)值的商品個(gè)數(shù)是否達(dá)到目標(biāo)數(shù)目，若未達(dá)到目標(biāo)數(shù)目，則重新設(shè)定標(biāo)準(zhǔn)多維度評(píng)價(jià)值或者將全部的商品添加到精選商品池。

23、可選地，所述根據(jù)商品搜索信息獲取用戶行為數(shù)據(jù)的步驟包括：

24、根據(jù)商品搜索信息確定用戶的賬號(hào)信息；

25、從用戶的賬號(hào)信息中獲取用戶購買商品信息、用戶瀏覽商品信息和用戶偏好信息。

26、可選地，所述基于商品搜索信息和所述用戶行為數(shù)據(jù)從預(yù)建立的精選商品池中進(jìn)行商品篩選，得到商品篩選結(jié)果的步驟包括：

27、將商品搜索信息和用戶行為數(shù)據(jù)同步輸入至推薦算法模型，得到推薦算法模型輸出的商品篩選結(jié)果；所述推薦算法模型為基于協(xié)同過濾算法、深度學(xué)習(xí)算法或強(qiáng)化學(xué)習(xí)算法對(duì)收集的歷史商品交易數(shù)據(jù)和歷史用戶行為數(shù)據(jù)訓(xùn)練得到的。

28、第二方面，本實(shí)施例公開了一種商品推薦系統(tǒng)，其中，包括：

29、信息接收模塊，用于獲取商品搜索信息；

30、用戶信息獲取模塊，用于根據(jù)商品搜索信息獲取用戶行為數(shù)據(jù)；其中，所述用戶行為數(shù)據(jù)包括：用戶購買商品信息、用戶瀏覽商品信息和用戶偏好信息；

31、信息搜索模塊，用于基于商品搜索信息和所述用戶行為數(shù)據(jù)從預(yù)建立的精選商品池中進(jìn)行商品篩選，得到商品篩選結(jié)果；其中，所述精選商品池為從全量商品數(shù)據(jù)中挑選出的商品集合；

32、推薦顯示模塊，用于根據(jù)所述商品篩選結(jié)果進(jìn)行商品推薦顯示。

33、第三方面，本實(shí)施例公開了一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，其中，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有商品推薦程序，所述商品推薦程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)所述的商品推薦方法的步驟。

34、有益效果，本發(fā)明提供了一種商品推薦方法、系統(tǒng)及存儲(chǔ)介質(zhì)，獲取商品搜索信息；根據(jù)商品搜索信息獲取用戶行為數(shù)據(jù)；其中，所述用戶行為數(shù)據(jù)包括：用戶購買商品信息、用戶瀏覽商品信息和用戶偏好信息；基于商品搜索信息和所述用戶行為數(shù)據(jù)從預(yù)建立的精選商品池中進(jìn)行商品篩選，得到商品篩選結(jié)果，并根據(jù)商品篩選結(jié)果進(jìn)行商品推薦顯示。本實(shí)施例公開的方法及系統(tǒng)，基于預(yù)先建立的精選商品池中進(jìn)行商品的篩選，由于精選商品池為從全量商品數(shù)據(jù)中挑選出的根據(jù)符合用戶選擇標(biāo)準(zhǔn)和品質(zhì)更高的商品集合，因此基于精選商品池進(jìn)行商品搜索可以提高商品推薦準(zhǔn)確度，且精選商品池隨著商品交易數(shù)據(jù)的變化動(dòng)態(tài)更新，因此還保證了商品推薦的實(shí)時(shí)性，為用戶高效的購買商品提供了便利。

技術(shù)特征：

1.一種商品推薦方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的商品推薦方法，其特征在于，所述精選商品池的構(gòu)建方法包括：

3.根據(jù)權(quán)利要求2所述的商品推薦方法，其特征在于，所述根據(jù)交易數(shù)據(jù)確定各個(gè)商品的多維度評(píng)價(jià)值的步驟包括：

4.根據(jù)權(quán)利要求2所述的商品推薦方法，其特征在于，所述根據(jù)交易數(shù)據(jù)確定各個(gè)商品的多維度評(píng)價(jià)值的步驟包括：

5.根據(jù)權(quán)利要求3或4所述的商品推薦方法，其特征在于，所述根據(jù)交易數(shù)據(jù)確定各個(gè)商品的多維度評(píng)價(jià)值的步驟，還包括：

6.根據(jù)權(quán)利要求2所述的商品推薦方法，其特征在于，所述精選商品池的構(gòu)建方法，還包括步驟：

7.根據(jù)權(quán)利要求1所述的商品推薦方法，其特征在于，所述根據(jù)商品搜索信息獲取用戶行為數(shù)據(jù)的步驟包括：

8.根據(jù)權(quán)利要求1所述的商品推薦方法，其特征在于，所述基于商品搜索信息和所述用戶行為數(shù)據(jù)從預(yù)建立的精選商品池中進(jìn)行商品篩選，得到商品篩選結(jié)果的步驟包括：

9.一種商品推薦系統(tǒng)，其特征在于，包括：

10.一種計(jì)算機(jī)存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有商品推薦程序，所述商品推薦程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如權(quán)利要求1-8任一項(xiàng)所述的商品推薦方法的步驟。

技術(shù)總結(jié)
本發(fā)明提供了一種商品推薦方法、系統(tǒng)及存儲(chǔ)介質(zhì)，獲取商品搜索信息；根據(jù)商品搜索信息獲取用戶行為數(shù)據(jù)；其中，用戶行為數(shù)據(jù)包括：用戶購買商品信息、用戶瀏覽商品信息和用戶偏好信息；基于商品搜索信息和用戶行為數(shù)據(jù)從預(yù)建立的精選商品池中進(jìn)行商品篩選，得到商品篩選結(jié)果，并根據(jù)商品篩選結(jié)果進(jìn)行商品推薦顯示。本發(fā)明方法及系統(tǒng)，基于預(yù)先建立的精選商品池中進(jìn)行商品的篩選，由于精選商品池為從全量商品數(shù)據(jù)中挑選出的根據(jù)符合用戶選擇標(biāo)準(zhǔn)和品質(zhì)更高的商品集合，因此基于精選商品池進(jìn)行商品搜索可以提高商品推薦準(zhǔn)確度，且精選商品池隨著商品交易數(shù)據(jù)的變化動(dòng)態(tài)更新，因此還保證了商品推薦的實(shí)時(shí)性，為用戶高效的購買商品提供了便利。

技術(shù)研發(fā)人員：王雷,王志國
受保護(hù)的技術(shù)使用者：深圳市酷開網(wǎng)絡(luò)科技股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19