CN104915860A - 一种商品推荐方法及装置 - Google Patents

Abstract

本发明公开了一种商品推荐方法及装置。所述方法包括：获取待推荐商品的标题；根据所述待推荐商品的标题和当前展示商品的标题中包含的相同和/或相似的词，确定所述待推荐商品的标题和当前展示商品的标题之间的相似度；当二者之间的相似度大于预设阈值时，将所述待推荐商品向用户进行推荐。上述技术方案，使推荐效果更加多样性和丰富性，满足用户的实际需求。

Description

一种商品推荐方法及装置

技术领域

本发明涉及互联网技术领域，特别涉及一种商品推荐方法及装置。

背景技术

相关推荐是现有推荐系统中非常重要的一种推荐方法。比如，用户看商品详情的时候，下拉到最底下，可以看到一些系统推荐的相似的商品。相关推荐中，当前比较普遍的做法是直接比较两个商品的标题，查看标题中的重复出现的词的个数，如果标题中重复的词较多，则认为两个商品的相关度较高。

然而，上述技术方案存在以下问题：1、推荐结果候选集有限，部分商品标题太短，召回率太低；2、不能很好的发散推荐，比如标题“修身连衣裙”和“性感包臀裙”通过现在的方案，得到相似度为0，但是实际上这两个商品的相似度很高。只不过因为标题中的词不同，所以现有方案挖掘不出来相似度。3、标题相似度不能很好的度量，比如“性感连衣裙”和“夜店连衣裙”很相似，但是和“孕妇连衣裙”不相似。现有技术只知道标题中共同包含“连衣裙”，但是不知道“性感”、“夜店”、“孕妇”之间的关系。

发明内容

本发明提供一种商品推荐方法及装置，用以丰富、多样的推荐商品。

本发明提供一种商品推荐方法，包括：

获取待推荐商品的标题；

根据所述待推荐商品的标题和当前展示商品的标题中包含的相同和/或相似的词，确定所述待推荐商品的标题和当前展示商品的标题之间的相似度；

当二者之间的相似度大于预设阈值时，将所述待推荐商品向用户进行推荐。

在一个实施例中，所述根据所述待推荐商品的标题和当前展示商品的标题中包含的相同和/或相似的词，确定所述待推荐商品的标题和当前展示商品的标题之间的相似度，可包括：

将所述待推荐商品的标题和当前展示商品标题进行分词处理；

分词处理后，根据分词结果建立二分图，计算所述二分图的最大权重匹配；

根据所述最大权重匹配确定所述待推荐商品标题和当前展示商品标题之间的相似度。

在一个实施例中，所述计算所述二分图的最大权重匹配，可包括：

根据下列公式计算所述二分图中待推荐商品的标题中的每一个词分别与所述当前展示商品标题中的每个词的相似度；

Sim(w1,w2)＝C(w1,w2)/(P(w1)*P(w2)+t)

其中，所述w1表示所述待推荐商品标题中的一个词语，所述w2表示所述当前展示商品标题中的一个词语，所述Sim(w1,w2)表示所述w1、w2两个词语之间的相似度，所述C(w1,w2)表示所述待推荐商品标题中和当前展示商品标题中同时出现了w1、w2两个词语的商品数，所述P(w1)表示所述待推荐商品标题中和当前展示商品标题中出现w1的商品数，所述P(w2)表示所述待推荐商品标题中和当前展示商品标题中出现w2的商品数，t为常数；

根据计算出的相似度确定待推荐商品标题中的每一个词语的最大权重匹配；

根据所述待推荐商品标题中的每一个词语的最大权重匹配确定所述二分图的最大权重匹配；

所述根据所述最大权重匹配确定所述待推荐商品标题和当前展示商品标题之间的相似度，包括：

将所述最大权重匹配确定为所述待推荐商品标题和当前展示商品标题之间的相似度。

在一个实施例中，所述根据所述待推荐商品标题中的每一个词语的最大权重匹配确定所述二分图的最大权重匹配，可包括：

确定待推荐商品标题中的每一个词语与其最大权重匹配对应的词语的相似度；

将所述待推荐商品标题中所有词语与其最大权重匹配对应的当前展示商品的标题中的词语之间的相似度之和确定为所述二分图的最大权重匹配。

本发明还提供一种商品推荐装置，包括：

获取模块，用于获取待推荐商品的标题；

确定模块，用于根据所述待推荐商品的标题和当前展示商品的标题中包含的相同和/或相似的词，确定所述待推荐商品的标题和当前展示商品的标题之间的相似度；

推荐模块，用于当二者之间的相似度大于预设阈值时，将所述待推荐商品向用户进行推荐。

在一个实施例中，所述确定模块，可包括：

分词子模块，用于将所述待推荐商品的标题和当前展示商品标题进行分词处理；

计算子模块，用于分词处理后，根据分词结果建立二分图，计算所述二分图的最大权重匹配；

确定子模块，用于根据所述最大权重匹配确定所述待推荐商品标题和当前展示商品标题之间的相似度。

在一个实施例中，所述计算子模块，可包括：

计算单元，用于根据下列公式计算所述二分图中待推荐商品的标题中的每一个词分别与所述当前展示商品标题中的每个词的相似度；

Sim(w1,w2)＝C(w1,w2)/(P(w1)*P(w2)+t)

其中，所述w1表示所述待推荐商品标题中的一个词语，所述w2表示所述当前展示商品标题中的一个词语，所述Sim(w1,w2)表示所述w1、w2两个词语之间的相似度，所述C(w1,w2)表示所述待推荐商品标题中和当前展示商品标题中同时出现了w1、w2两个词语的商品数，所述P(w1)表示所述待推荐商品标题中和当前展示商品标题中出现w1的商品数，所述P(w2)表示所述待推荐商品标题中和当前展示商品标题中出现w2的商品数，t为常数；

第一确定单元，用于根据计算出的相似度确定待推荐商品标题中的每一个词语的最大权重匹配；

第二确定单元，用于根据所述待推荐商品标题中的每一个词语的最大权重匹配确定所述二分图的最大权重匹配；

所述确定子模块，包括：

第三确定单元，用于将所述最大权重匹配确定为所述待推荐商品标题和当前展示商品标题之间的相似度。

在一个实施例中，所述第二确定单元还可用于：

确定待推荐商品标题中的每一个词语与其最大权重匹配对应的词语的相似度；

将所述待推荐商品标题中所有词语与其最大权重匹配对应的当前展示商品的标题中的词语之间的相似度之和确定为所述二分图的最大权重匹配。

本发明实施例的上述技术方案，根据待推荐商品的标题和当前展示商品的标题中包含的相同和/或相似的词，确定待推荐商品的标题和当前展示商品的标题之间的相似度，并在相似度大于预设阈值时，将待推荐商品向用户进行推荐，从而使推荐效果更加多样性和丰富性，满足用户的实际需求。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中一种商品推荐方法的流程图；

图2为本发明实施例中一种商品推荐方法中步骤S20的流程图；

图3为本发明实施例中一种商品推荐方法中建立的二分图示意图；

图4为本发明实施例中一种商品推荐装置的框图；

图5为本发明实施例中一种商品推荐装置中确定模块42的框图；

图6为本发明实施例中一种商品推荐装置中计算子模块52的框图；

图7为本发明实施例中一种商品推荐装置中确定子模块53的框图；

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

图1所示为本发明实施例中一种商品推荐方法的流程图，如图1所示，包括以下步骤S10-S30：

步骤S10，获取待推荐商品的标题。

步骤S20，根据待推荐商品的标题和当前展示商品的标题中包含的相同和/或相似的词，确定待推荐商品的标题和当前展示商品的标题之间的相似度。

步骤S30，当二者之间的相似度大于预设阈值时，将待推荐商品向用户进行推荐。

在购物类网站或购物类App中，商品卖家为了让他的商品能够被更多的搜索到，会对商品标题做一些近义词的叠加，比如，商品卖家将一个商品命名为“2015春装新款女装长款连衣裙名媛性感修身包臀开叉礼服长裙”商品标题中出现了“性感”、“修身”、“包臀”等词语，这些词语实际上是相似的。在本实施例中，网站或App的页面上展示有一系列商品，当用户点击某一商品，打开该商品的详情页时，会同时向用户推荐与该商品相似的商品，具体的推荐方法是，根据待推荐商品的标题和当前展示商品的标题中包含的相同和/或相似的词，确定待推荐商品的标题和当前展示商品的标题之间的相似度，将与当前展示商品的标题相似度大的待推荐商品向用户进行推荐。

应当理解的是，当前展示商品为一个时，则计算当前展示商品的标题与待推荐商品的标题之间的相似度；当前展示商品为多个时，比如，用户输入关键字“儿童新款连衣裙”，搜索结果为多个商品，此时可以计算用户输入的关键字与待推荐商品的标题之间的相似度，并将相似度高的待推荐商品显示在页面下方或一侧，以便用户查看。

本发明实施例的上述方法，根据待推荐商品的标题和当前展示商品的标题中包含的相同和/或相似的词，确定待推荐商品的标题和当前展示商品的标题之间的相似度，并在相似度大于预设阈值时，将待推荐商品向用户进行推荐，从而使推荐效果更加多样性和丰富性，满足用户的实际需求。

在一个实施例中，如图2所示，步骤S20可包括如下步骤S201-S203：

步骤S201，将待推荐商品的标题和当前展示商品标题进行分词处理。

以上文提到的商品标题为例，将商品标题“2015春装新款女装长款连衣裙名媛性感修身包臀开叉礼服长裙”进行分词处理，处理结果为：“2015”、“春装”、“新款”、“女装”、“长款”、“连衣裙”、“名媛”、“性感”、“修身”、“包臀”、“开叉”、“礼服”、“长裙”。在本步骤中，将待推荐商品的标题和当前展示商品标题进行如上所述的分词处理。

步骤S202，分词处理后，根据分词结果建立二分图，计算二分图的最大权重匹配。

将待推荐商品的标题和当前展示商品标题进行分词处理后，建立二分图。举例说明，待推荐商品的标题例如为“修身性感连衣裙”，当前展示商品标题例如为“夜店蕾丝连衣裙”，建立的二分图后，计算二分图的最大权重匹配，匹配结果如图3所示，

步骤S203，根据最大权重匹配确定待推荐商品标题和当前展示商品标题之间的相似度。

在一个实施例中，步骤S202可包括如下步骤A1-A3：

步骤A1，根据下列公式计算二分图中待推荐商品的标题中的每一个词分别与当前展示商品标题中的每个词的相似度；

Sim(w1,w2)＝C(w1,w2)/(P(w1)*P(w2)+t)

其中，w1表示待推荐商品标题中的一个词语，w2表示当前展示商品标题中的一个词语，Sim(w1,w2)表示w1、w2两个词语之间的相似度，C(w1,w2)表示待推荐商品标题中和当前展示商品标题中同时出现了w1、w2两个词语的商品数，P(w1)表示待推荐商品标题中和当前展示商品标题中出现w1的商品数，P(w2)表示待推荐商品标题中和当前展示商品标题中出现w2的商品数，t为常数。也就是说，两个词语之间的相似度等于这两个词语的共现度(两个词语共同在标题中出现的次数)除以这两个词语的热度(两个词语分别在标题中出现的次数)，两个词语同时出现的次数越多，它们之间的相似度越高。

举例说明，待推荐商品的标题例如为“修身性感连衣裙”，当前展示商品标题例如为“夜店蕾丝连衣裙”，本步骤中，分别计算待推荐商品的标题中“修身”与当前展示商品标题中“夜店”“蕾丝”“连衣裙”的相似度；分别计算待推荐商品的标题中“性感”与当前展示商品标题中“夜店”“蕾丝”“连衣裙”的相似度；分别计算待推荐商品的标题中“连衣裙”与当前展示商品标题中“夜店”“蕾丝”“连衣裙”的相似度。

步骤A2，根据计算出的相似度确定待推荐商品标题中的每一个词语的最大权重匹配。根据计算出的相似度以及KM算法确定待推荐商品标题中的每一个词语的最大权重匹配。

步骤A3，根据待推荐商品标题中的每一个词语的最大权重匹配确定二分图的最大权重匹配。

此时，步骤S203可实施为如下步骤B1：

步骤B1，将最大权重匹配确定为待推荐商品标题和当前展示商品标题之间的相似度。

在一个实施例中，步骤A3可包括步骤C1-C2：

步骤C1，确定待推荐商品标题中的每一个词语与其最大权重匹配对应的词语的相似度；

步骤C2，将待推荐商品标题中所有词语与其最大权重匹配对应的当前展示商品的标题中的词语之间的相似度之和确定为二分图的最大权重匹配。

再一个实施例中，确定好待推荐商品标题中每一个词语与其最大权重匹配对应的词语后，计算这两个词语之间的相似度，并将待推荐商品标题中的所有词语与其最大权重匹配对应的词语之间的相似度之和，确定为二分图的最大权重匹配，二分图的最大权重匹配即为待推荐商品标题和当前展示商品标题之间的相似度。采用此方法，将待推荐商品标题和当前展示商品标题中相似的词也关联起来，使推荐结果进一步丰富、多样。

基于同一发明构思，本发明实施例还提供了一种商品推荐装置，由于该装置所解决问题的原理与前述商品推荐方法相似，因此该装置的实施可以参见前述方法的实施，重复之处不再赘述。

图4所示为本发明实施例中一种商品推荐装置的框图，如图3所示，该装置包括：

获取模块41，用于获取待推荐商品的标题。

确定模块42，用于根据待推荐商品的标题和当前展示商品的标题中包含的相同和/或相似的词，确定待推荐商品的标题和当前展示商品的标题之间的相似度。

推荐模块43，用于当二者之间的相似度大于预设阈值时，将待推荐商品向用户进行推荐。

在一个实施例中，如图5所示，确定模块42，可包括：

分词子模块51，用于将待推荐商品的标题和当前展示商品标题进行分词处理；

计算子模块52，用于分词处理后，根据分词结果建立二分图，计算二分图的最大权重匹配；

确定子模块53，用于根据最大权重匹配确定待推荐商品标题和当前展示商品标题之间的相似度。

在一个实施例中，如图6所示，计算子模块52，可包括：

计算单元61，用于根据下列公式计算二分图中待推荐商品的标题中的每一个词分别与当前展示商品标题中的每个词的相似度；

Sim(w1,w2)＝C(w1,w2)/(P(w1)*P(w2)+t)

其中，w1表示待推荐商品标题中的一个词语，w2表示当前展示商品标题中的一个词语，Sim(w1,w2)表示w1、w2两个词语之间的相似度，C(w1,w2)表示待推荐商品标题中和当前展示商品标题中同时出现了w1、w2两个词语的商品数，P(w1)表示待推荐商品标题中和当前展示商品标题中出现w1的商品数，P(w2)表示待推荐商品标题中和当前展示商品标题中出现w2的商品数，t为常数；

第一确定单元62，用于根据计算出的相似度确定待推荐商品标题中的每一个词语的最大权重匹配；

第二确定单元63，用于根据待推荐商品标题中的每一个词语的最大权重匹配确定二分图的最大权重匹配；

如图7所示，确定子模块53，可包括：

第三确定单元71，用于将最大权重匹配确定为待推荐商品标题和当前展示商品标题之间的相似度。

在一个实施例中，第二确定单元还可用于：

确定待推荐商品标题中的每一个词语与其最大权重匹配对应的词语的相似度；

将待推荐商品标题中所有词语与其最大权重匹配对应的当前展示商品的标题中的词语之间的相似度之和确定为二分图的最大权重匹配。

本发明实施例的上述装置，根据待推荐商品的标题和当前展示商品的标题中包含的相同和/或相似的词，确定待推荐商品的标题和当前展示商品的标题之间的相似度，并在相似度大于预设阈值时，将待推荐商品向用户进行推荐，从而使推荐效果更加多样性和丰富性，满足用户的实际需求。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种商品推荐方法，其特征在于，包括：

获取待推荐商品的标题；

根据所述待推荐商品的标题和当前展示商品的标题中包含的相同和/或相似的词，确定所述待推荐商品的标题和当前展示商品的标题之间的相似度；

当二者之间的相似度大于预设阈值时，将所述待推荐商品向用户进行推荐。

2.如权利要求1所述的方法，其特征在于，所述根据所述待推荐商品的标题和当前展示商品的标题中包含的相同和/或相似的词，确定所述待推荐商品的标题和当前展示商品的标题之间的相似度，包括：

将所述待推荐商品的标题和当前展示商品标题进行分词处理；

分词处理后，根据分词结果建立二分图，计算所述二分图的最大权重匹配；

根据所述最大权重匹配确定所述待推荐商品标题和当前展示商品标题之间的相似度。

3.如权利要求2所述的方法，其特征在于，所述计算所述二分图的最大权重匹配，包括：

根据下列公式计算所述二分图中待推荐商品的标题中的每一个词分别与所述当前展示商品标题中的每个词的相似度；

Sim(w1,w2)＝C(w1,w2)/(P(w1)*P(w2)+t)

其中，所述w1表示所述待推荐商品标题中的一个词语，所述w2表示所述当前展示商品标题中的一个词语，所述Sim(w1,w2)表示所述w1、w2两个词语之间的相似度，所述C(w1,w2)表示所述待推荐商品标题中和当前展示商品标题中同时出现了w1、w2两个词语的商品数，所述P(w1)表示所述待推荐商品标题中和当前展示商品标题中出现w1的商品数，所述P(w2)表示所述待推荐商品标题中和当前展示商品标题中出现w2的商品数，t为常数；

根据计算出的相似度确定待推荐商品标题中的每一个词语的最大权重匹配；

根据所述待推荐商品标题中的每一个词语的最大权重匹配确定所述二分图的最大权重匹配；

所述根据所述最大权重匹配确定所述待推荐商品标题和当前展示商品标题之间的相似度，包括：

将所述最大权重匹配确定为所述待推荐商品标题和当前展示商品标题之间的相似度。

4.如权利要求3所述的方法，其特征在于，所述根据所述待推荐商品标题中的每一个词语的最大权重匹配确定所述二分图的最大权重匹配，包括：

确定待推荐商品标题中的每一个词语与其最大权重匹配对应的词语的相似度；

将所述待推荐商品标题中所有词语与其最大权重匹配对应的当前展示商品的标题中的词语之间的相似度之和确定为所述二分图的最大权重匹配。

5.一种商品推荐装置，其特征在于，包括：

获取模块，用于获取待推荐商品的标题；

确定模块，用于根据所述待推荐商品的标题和当前展示商品的标题中包含的相同和/或相似的词，确定所述待推荐商品的标题和当前展示商品的标题之间的相似度；

推荐模块，用于当二者之间的相似度大于预设阈值时，将所述待推荐商品向用户进行推荐。

6.如权利要求5所述的装置，其特征在于，所述确定模块，包括：

分词子模块，用于将所述待推荐商品的标题和当前展示商品标题进行分词处理；

计算子模块，用于分词处理后，根据分词结果建立二分图，计算所述二分图的最大权重匹配；

确定子模块，用于根据所述最大权重匹配确定所述待推荐商品标题和当前展示商品标题之间的相似度。

7.如权利要求6所述的装置，其特征在于，所述计算子模块，包括：

计算单元，用于根据下列公式计算所述二分图中待推荐商品的标题中的每一个词分别与所述当前展示商品标题中的每个词的相似度；

Sim(w1,w2)＝C(w1,w2)/(P(w1)*P(w2)+t)

其中，所述w1表示所述待推荐商品标题中的一个词语，所述w2表示所述当前展示商品标题中的一个词语，所述Sim(w1,w2)表示所述w1、w2两个词语之间的相似度，所述C(w1,w2)表示所述待推荐商品标题中和当前展示商品标题中同时出现了w1、w2两个词语的商品数，所述P(w1)表示所述待推荐商品标题中和当前展示商品标题中出现w1的商品数，所述P(w2)表示所述待推荐商品标题中和当前展示商品标题中出现w2的商品数，t为常数；

第一确定单元，用于根据计算出的相似度确定待推荐商品标题中的每一个词语的最大权重匹配；

第二确定单元，用于根据所述待推荐商品标题中的每一个词语的最大权重匹配确定所述二分图的最大权重匹配；

所述确定子模块，包括：

第三确定单元，用于将所述最大权重匹配确定为所述待推荐商品标题和当前展示商品标题之间的相似度。

8.如权利要求7所述的装置，其特征在于，所述第二确定单元还用于：

确定待推荐商品标题中的每一个词语与其最大权重匹配对应的词语的相似度；

将所述待推荐商品标题中所有词语与其最大权重匹配对应的当前展示商品的标题中的词语之间的相似度之和确定为所述二分图的最大权重匹配。