CN109461053A - 多推荐渠道的动态分流方法、电子装置及存储介质 - Google Patents

Abstract

本发明属于数据分析技术领域，公开了一种多推荐渠道的动态分流方法，包括：根据用户请求，确定与所述用户请求对应的多个推荐渠道；在预设数值范围内随机生成与用户相对应的用户数值；获取每个推荐渠道的关联数值并定时更新所述关联数值；根据所述用户数值和每个推荐渠道的关联数值的匹配度，确定相应的推荐渠道向用户推荐产品，对推荐渠道进行最终选择确定。本发明通过定时更新每个推荐渠道的关联数值，使得每个推荐渠道都有设定比例的用户进入，且在一段时间内，同一个用户能轮换到各个推荐渠道，充分发挥各个推荐渠道的用户饱和度，提升推荐质量。本发明还公开了一种电子装置和计算机可读存储介质。

Description

多推荐渠道的动态分流方法、电子装置及存储介质

技术领域

本发明涉及数据分析技术领域，尤其涉及一种多推荐渠道的动态分流方法、电子装置及存储介质。

背景技术

电子商务是以信息网络技术为手段，以商品交换为中心的商务活动。在电子商务广泛运行的情况下，电子交易越来越频繁。对于金融产品之类的商品推广也以电子交易为主，交易平台可以根据用户需求向用户推荐金融产品，且包括多种推荐渠道，每种推荐渠道各有优势。目前市场上多推荐渠道的分流做法都是通过后台配置设定分流比例，然后用户请求会落到设定一一对应的分流比例和推荐渠道中，该用户就一直使用该推荐渠道，有可能该用户在该渠道其实没有很好的用户画像，提供的推荐不是非常精准，同时可能分流到其他推荐方式的用户在该推荐方式下有用户画像，这样就没有充分利用好各种推荐渠道，不能充分发挥各推荐渠道的用户饱和度，提升推荐质量。

发明内容

本发明提供一种多推荐渠道的动态分流方法、电子装置及存储介质，以解决现有的分流方法在向用户推荐产品时，不能充分利用多种推荐渠道，不能充分发挥各推荐渠道的用户饱和度，推荐质量较低的问题。

为了实现上述目的，本发明的一个方面是提供一种多推荐渠道的动态分流方法，应用于电子装置，包括以下步骤：

根据用户请求，确定与所述用户请求对应的多个推荐渠道；

在预设数值范围内随机生成与用户相对应的用户数值；

获取每个推荐渠道的关联数值并定时更新所述关联数值；

根据所述用户数值和每个推荐渠道的关联数值的匹配度，确定相应的推荐渠道向用户推荐产品。

优选地，获取每个推荐渠道的关联数值包括：

设定多个推荐渠道的分流比例；每个推荐渠道根据相应的分流比例随机抽取预设数值范围内的数值，得到所述推荐渠道的关联数值。

优选地，根据各个推荐渠道所推荐产品的点击率设定多个推荐渠道的分流比例。

优选地，每间隔设定时间，对各个推荐渠道的关联数值进行更新，且每个推荐渠道更新后的关联数值与更新前的关联数值均不相同。

优选地，根据用户ID生成随机因子，以所述随机因子作为种子生成预设数值范围内的随机数，作为与该用户相对应的用户数值。

为了实现上述目的，本发明的另一个方面是提供一种电子装置，包括：

处理器；

存储器，用于存储多推荐渠道的动态分流程序，

所述多推荐渠道的动态分流程序被所述处理器执行时，实现如下方法：

根据用户请求，确定与所述用户请求对应的多个推荐渠道；

在预设数值范围内随机生成与用户相对应的用户数值；

获取每个推荐渠道的关联数值并定时更新所述关联数值；

根据所述用户数值和每个推荐渠道的关联数值的匹配度，确定相应的推荐渠道向用户推荐产品。

优选地，所述处理器获取每个推荐渠道的关联数值包括：

设定多个推荐渠道的分流比例；每个推荐渠道根据相应的分流比例随机抽取预设数值范围内的数值，得到所述推荐渠道的关联数值。

优选地，所述处理器每间隔设定时间，对各个推荐渠道的关联数值进行更新，且每个推荐渠道更新后的关联数值与更新前的关联数值均不相同。

优选地，所述处理器根据用户ID生成随机因子，以所述随机因子作为种子生成预设数值范围内的随机数，作为与该用户相对应的用户数值。

为了实现上述目的，本发明的再一个方面是提供一种计算机可读存储介质，所述计算机可读存储介质中包括多推荐渠道的动态分流程序，所述多推荐渠道的动态分流程序被处理器执行时，实现如上所述的多推荐渠道的动态分流方法的步骤。

相对于现有技术，本发明具有以下优点和有益效果：

本发明通过对多推荐渠道进行动态分流，定时更新每个推荐渠道的关联数值，使得某一推荐渠道有设定比例的用户进入，同时在一段时间内，用户能轮换到其他推荐渠道，发挥各推荐渠道的优势，提升推荐质量。

附图说明

图1为本发明所述多推荐渠道的动态分流方法的流程示意图；

图2为本发明中多推荐渠道的动态分流程序的模块示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

下面将参考附图来描述本发明所述的实施例。本领域的普通技术人员可以认识到，在不偏离本发明的精神和范围的情况下，可以用各种不同的方式或其组合对所描述的实施例进行修正。因此，附图和描述在本质上是说明性的，仅仅用以解释本发明，而不是用于限制权利要求的保护范围。此外，在本说明书中，附图未按比例画出，并且相同的附图标记表示相同的部分。

图1为本发明所述多推荐渠道的动态分流方法的流程示意图，如图1所示，本发明所述多推荐渠道的动态分流方法，包括：

步骤S1、根据用户请求，确定与所述用户请求对应的多个推荐渠道，对推荐渠道进行初次选择；

步骤S2、在预设数值范围内随机生成与用户相对应的用户数值；

步骤S3、获取每个推荐渠道的关联数值并定时更新所述关联数值；

步骤S4、根据所述用户数值和每个推荐渠道的关联数值的匹配度，确定相应的推荐渠道向用户推荐产品，对推荐渠道进行最终选择确定。

本发明通过定时更新每个推荐渠道的关联数值，使得每个推荐渠道都有设定比例的用户进入，且在一段时间内，同一个用户能轮换到各个推荐渠道，充分发挥各个推荐渠道的用户饱和度，提升推荐质量。

本发明中，用户请求包括对产品进行点击、浏览、搜索、收藏、评价等操作，其中，产品是经过推荐得到的产品，通过本发明选择推荐产品的渠道。推荐渠道是指推荐产品的一些方式，包括智能推荐方式、行为推荐方式、定向推荐方式和专家推荐方式等，不同的推荐渠道表征不同的产品推荐方式，具有不同的推荐算法，且每个推荐渠道都有与用户相对应的用户画像。例如，若X用户点击了A产品、搜索了B产品或收藏了C产品，其中，A产品是基于智能推荐方式推荐给X用户，B产品是基于行为推荐方式推荐给X用户，C产品是基于专家推荐方式推荐给X用户，则可以初步确定向X用户推荐产品的推荐渠道包括智能推荐方式、行为推荐方式和专家推荐方式，三种推荐方式具有各自的推荐算法，例如，推荐算法包括协同过滤算法和基于用户行为的内容关联算法等。接收用户请求后，不同的推荐渠道根据各自的算法和影响因子向用户推荐产品，后续基于用户数值与推荐渠道关联数值的匹配度可以轮换该三种推荐方式向X用户推荐产品。其中，用户画像至少包括用户的属性特征(姓名、年龄、职业等)、用户的行为特征(产品浏览、搜索、收藏、页面停留时间等)和用户的兴趣偏好等。

本发明的一个实施例中，根据用户ID(IDentity)生成随机因子，以所述随机因子作为种子生成预设数值范围内的随机数(随机数为整数)，作为与该用户相对应的用户数值。其中，预设数值范围可以是任意的数值范围，例如，预设数值范围可以是1-100的数值范围，则用户数值是随机生成的1-100中的任意一个整数值。不同的用户对应相同或不同的用户数值，而对于同一个用户，由于根据随机因子产生的某个随机数是确定的，则对应的用户数值是固定不变的，因此，可以用所述用户数值来表征该用户。例如，对于多个用户，多个用户的用户ID共对应1000个字符串，具体为1～1000，用户张三，存在与之相对应的唯一用户ID为600，根据该用户ID600通过CRC32算法可以生成唯一确定的数值x，该确定的数值x即为随机因子，通过随机数生成器将该随机因子x作为种子即可生成1-100以内的随机数，例如生成的随机数为32，并且，由于用户ID与随机因子一一对应，使得用户张三产生的随机数一直是32，即，只要确定了用户ID，相对应的用户数值是固定不变的。用户李四，存在与之相对应的唯一用户ID为800，根据该用户ID800通过CRC32算法可以生成唯一确定的数值y，该确定的数值y即为随机因子，通过随机数生成器将该随机因子y作为种子即可生成1-100以内的随机数，例如生成的随机数为20，并且，由于用户ID与随机因子一一对应，使得用户李四产生的随机数一直是20。其中，x和y是不同的数值。

需要说明的是，根据随机因子生成随机数可以采用Math类和Random类等多种随机数生成方法。

本发明的一个实施例中，获取每个推荐渠道的关联数值包括：设定多个推荐渠道的分流比例(其中，分流比例指对多个推荐渠道的流量分配比例)；每个推荐渠道根据相应的分流比例随机抽取预设数值范围内的数值，其中，预设数值范围内的数值是指上述生成的设定预设数值范围内的所有随机数，将生成的所有随机数划分到不同的推荐渠道，则每个推荐渠道均有与之相对应的多个随机数，从而得到该推荐渠道的关联数值，所述关联数值即为与该推荐渠道对应的从预设数值范围内抽取的多个随机数。根据分流比例，不同的推荐渠道获得不同数量的关联数值，用户数值与某个推荐渠道的关联数值相匹配，则选择该推荐渠道向用户推荐产品。例如，若与用户请求相对应的可选的推荐渠道有3个，分别为第一推荐渠道、第二推荐渠道和第三推荐渠道，为三个推荐渠道设定的分流比例分别为40％、30％和30％，将预设的1-100的数值范围内的数值放置于一个数集中之后，第一推荐渠道按照40％的分流比例从1-100中随机抽取40个数值作为第一推荐渠道的关联数值，第二推荐渠道按照40％的分流比例从1-100中剩余的60个数值中随机抽取30个数值作为第二推荐渠道的关联数值，则剩余的30个数值作为第三推荐渠道的关联数值。用户数值也可以是从预设的1-100的数值范围内随机生成的数值，则用户数值与三个推荐渠道中的其中一个推荐渠道的某个关联数值相一致，通过该推荐渠道向相应的用户推荐产品。通过对每个推荐渠道对应的关联数值的更新，使得与该关联数值匹配的用户数值划分的推荐渠道不断变化，从而与该用户数值对应的用户可以轮换到不同的推荐渠道，充分发挥每个推荐渠道的优势。

本发明中，用户数值与关联数值的匹配度不仅可以通过两个数值是否完全一致衡量，也可以通过用户数值与关联数值形成匹配因子，根据匹配因子衡量两者的匹配度，从而确定与用户数值对应的关联数值。例如，用户数值可以与关联数值成线性关系或比例关系等，根据设定的线性关系或比例，每个用户数值均有与之唯一对应的关联数值。因此，多个推荐渠道的关联数值的数集可以与预设的数值范围完全一致，也可以不一致，只需保证用户数值与数集中的关联数值存在一一对应的关系即可，使得可以为用户选择确定的推荐渠道。

本发明中，以各个推荐渠道所推荐产品的点击率来衡量该推荐渠道的推荐效果。优选地，设定多个推荐渠道的分流比例包括：根据各个推荐渠道所推荐产品的点击率对分流比例进行调整，以使得每个推荐渠道均有设定比例的用户进入。对各推荐渠道进行流量分配时，可以先对每个推荐渠道分配基本比例的流量，再根据检测得到的各个推荐渠道所推荐产品在最新一段时间内的点击率，将除了基本比例的流量以外的剩余流量都分配至点击率最高的产品所对应的推荐渠道，或者，根据点击率大小按比例分配剩余流量，从而较大程度地满足用户需求。例如，若有四个推荐渠道，可以先为每个推荐渠道均分配10％的流量，剩余60％的流量，检测各个推荐渠道在最新10min左右时间段内所推荐产品的点击率，选择点击率最高的产品所对应的推荐渠道，将剩余的60％的流量均分配至该推荐渠道，则为四个推荐渠道的分流比例设定分别为70％、10％、10％、10％，也可以根据各个推荐渠道对应产品的点击率大小按比例适量分配剩余的60％的流量。其中，为每个推荐渠道分配的基本比例可以调整，可以为1％、10％、15％或20％等，检测点击率的时间段也可以根据实际需求进行调整，可以为1min、2min、10min或20min等。

本发明中，可以通过各种点击率估算模型进行检测推荐渠道的实时点击率，例如，LR-SGD,LR-FTRL,FM等。

本发明的一个实施例中，每间隔设定时间，对各个推荐渠道的关联数值进行更新，且每个推荐渠道更新后的关联数值与更新前的关联数值均不相同。以设定的间隔时间为10min为例，每隔10min各个推荐渠道重新抽取数值，以更新相应的关联数值，且保证更新得到的关联数值与更新前的关联数值均不同，而在此10min之内相应的关联数值固定不变，则相应的用户在此10min之内的用户请求对应的推荐渠道是一定的。每隔10min，随着各个推荐渠道中关联数值的更新，与用户数值相对应的关联数值所在的推荐渠道也随之发生变化，则用户请求对应的推荐渠道发生变化，使得在一段时间内(大于设定的间隔时间)用户请求可以轮换到不同的推荐渠道，从而充分发挥各个推荐渠道的优势，向用户推荐产品，提高推荐质量。

每个推荐渠道所推荐产品的实时点击率在发生变化，则设定的分流比例也随之发生变化，本发明中，检测产品点击率的时间和更新关联数值设定的间隔时间相等。在设定的间隔时间对推荐渠道的关联数值进行更新时，需要根据当前时刻的分流比例进行，每个推荐渠道得到与当前分流比例相应数量的关联数值。

例如，若与用户请求相对应的可选的推荐渠道有3个，分别为第一推荐渠道、第二推荐渠道和第三推荐渠道，设定的间隔时间为10min，在前一个10min之内为三个推荐渠道设定的分流比例分别为40％、30％和30％，在后一个10min经过检测各个推荐渠道所推荐产品的点击率，对三个推荐渠道的分流比例进行调整为30％、40％和30％，则在后一个10min更新各推荐渠道的关联数值时，对应30％、40％和30％的分流比例在预设的数值范围内随机抽取数值，得到与最新分流比例相应数量的关联数值。

本发明所述多推荐渠道的动态分流方法用于电子装置，该电子装置可以是智能手机、平板电脑、计算机等具有运算功能的终端设备。

所述电子装置包括：用户接口、网络接口、通讯总线、处理器和存储器。

所述存储器中包括多推荐渠道的动态分流程序，所述处理器执行所述多推荐渠道的动态分流程序，实现如下步骤：

根据用户请求，确定与所述用户请求对应的多个推荐渠道；

在预设数值范围内随机生成与用户相对应的用户数值；

获取每个推荐渠道的关联数值并定时更新所述关联数值；

根据所述用户数值和每个推荐渠道的关联数值的匹配度，确定相应的推荐渠道向用户推荐产品。

本发明中，处理器用于运行存储器中的存储程序，以实现对多个推荐渠道的动态分流，例如，处理器可以中央处理器、微处理器或其他数据处理芯片。

本发明中，存储器用于存储处理器需要执行的程序，包括至少一种类型的可读存储介质，例如，闪存、硬盘等非易失性存储介质。存储器还可以用于暂时地存储已经输出或者将要输出的数据。存储器可以是电子装置的内部存储单元，也可以是外部存储装置，例如插接式硬盘、闪存卡或其他类型的存储卡等。本发明并不限于此，存储器可以是以非暂时性方式存储指令或软件以及任何相关联的数据文件并向处理器提供指令或软件程序以使该处理器能够执行指令或软件程序的任何装置。

网络接口可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该电子装置与其他电子设备之间建立通信连接。

通信总线用于实现这些组件之间的连接通信。

电子装置还可以包括显示屏等。

用户通过用户接口发送用户请求，用户请求包括对产品进行浏览、搜索、收藏、评价等操作。推荐渠道是指推荐产品的一些方式，包括智能推荐、行为推荐、定向推荐和专家推荐等，不同的推荐渠道表征不同的产品推荐方式。例如，若X用户点击了A产品、搜索了B产品或收藏了C产品，其中，A产品是基于智能推荐方式推荐给X用户，B产品是基于行为推荐方式推荐给X用户，C产品是基于专家推荐方式推荐给X用户，则可以初步确定向X用户推荐产品的推荐渠道包括智能推荐方式、行为推荐方式和专家推荐方式，三种推荐方式具有各自的推荐算法，例如，推荐算法包括协同过滤算法和基于用户行为的内容关联算法等。每个推荐渠道都有与用户相对应的用户画像，不同的推荐渠道根据各自的算法和影响因子向用户推荐产品，后续基于用户数值与推荐渠道关联数值的匹配度可以轮换该三种推荐方式向X用户推荐产品，其中，用户画像至少包括用户的属性特征(姓名、年龄、职业等)、用户的行为特征(产品浏览、搜索、收藏、页面停留时间等)和用户的兴趣偏好等。

本发明的一个实施例中，处理器在预设数值范围内随机生成与用户相对应的用户数值包括：根据用户ID生成随机因子，以所述随机因子作为种子生成预设数值范围内的随机数(随机数为整数)，作为与该用户相对应的用户数值。其中，预设数值范围可以是任意的数值范围。对于同一个用户，由于根据随机因子产生的某个随机数是确定的，则对应的用户数值是固定不变的。例如，对于多个用户，多个用户的用户ID共对应1000个字符串，具体为1～1000，用户张三，存在与之相对应的唯一用户ID为600，根据该用户ID600通过CRC32算法可以生成唯一确定的数值x，该确定的数值x即为随机因子，通过随机数生成器将该随机因子x作为种子即可生成1-100以内的随机数，例如生成的随机数为32，并且，由于用户ID与随机因子一一对应，使得用户张三产生的随机数一直是32，即，只要确定了用户ID，相对应的用户数值是固定不变的。用户李四，存在与之相对应的唯一用户ID为800，根据该用户ID800通过CRC32算法可以生成唯一确定的数值y，该确定的数值y即为随机因子，通过随机数生成器将该随机因子y作为种子即可生成1-100以内的随机数，例如生成的随机数为20，并且，由于用户ID与随机因子一一对应，使得用户李四产生的随机数一直是20。其中，x和y是不同的数值。

需要说明的是，根据随机因子生成随机数可以采用Math类和Random类等多种随机数生成方法。

本发明的一个实施例中，处理器获取每个推荐渠道的关联数值包括：设定多个推荐渠道的分流比例；每个推荐渠道根据相应的分流比例随机抽取预设数值范围内的数值，其中，预设数值范围内的数值是指上述生成的设定预设数值范围内的所有随机数，将生成的所有随机数划分到不同的推荐渠道，则每个推荐渠道均有与之相对应的多个随机数，从而得到该推荐渠道的关联数值，所述关联数值即为与该推荐渠道对应的从预设数值范围内抽取的多个随机数。根据分流比例，不同的推荐渠道获得不同数量的关联数值，用户数值与某个推荐渠道的关联数值相匹配，则选择该推荐渠道向用户推荐产品。例如，若与用户请求相对应的可选的推荐渠道有3个，分别为第一推荐渠道、第二推荐渠道和第三推荐渠道，为三个推荐渠道设定的分流比例分别为40％、30％和30％，将预设的1-100的数值范围内的数值放置于一个数集中之后，第一推荐渠道按照40％的分流比例从1-100中随机抽取40个数值作为第一推荐渠道的关联数值，第二推荐渠道按照40％的分流比例从1-100中剩余的60个数值中随机抽取30个数值作为第二推荐渠道的关联数值，则剩余的30个数值作为第三推荐渠道的关联数值。用户数值也可以是从预设的1-100的数值范围内随机生成的数值，则用户数值与三个推荐渠道中的其中一个推荐渠道的某个关联数值相一致，通过该推荐渠道向相应的用户推荐产品。通过对每个推荐渠道对应的关联数值的更新，使得与该关联数值匹配的用户数值划分的推荐渠道不断变化，从而与该用户数值对应的用户可以轮换到不同的推荐渠道，充分发挥每个推荐渠道的优势。

需要说明的是，本发明中，多个推荐渠道的关联数值的数集可以与预设的数值范围完全一致，也可以不一致，只需保证用户数值与数集中的关联数值存在一一对应的关系即可，使得可以为用户选择确定的推荐渠道。

本发明的一个实施例中，处理器设定多个推荐渠道的分流比例包括：根据各个推荐渠道的实时点击率对分流比例进行实时调整，以使得每个推荐渠道均有设定比例的用户进入。对各推荐渠道进行流量分配时，可以先对每个推荐渠道分配基本比例的流量，再根据检测得到的各个推荐渠道所推荐产品在最新一段时间内的点击率，将除了基本比例的流量以外的剩余流量都分配至点击率最高的产品所对应的推荐渠道，或者，根据点击率大小按比例分配剩余流量，从而较大程度地满足用户需求。

本发明的一个实施例中，处理器每间隔设定时间，对各个推荐渠道的关联数值进行更新，且每个推荐渠道更新后的关联数值与更新前的关联数值均不相同。随着各个推荐渠道中关联数值的更新，与用户数值相对应的关联数值所在的推荐渠道也随之发生变化，则用户请求对应的推荐渠道发生变化，使得在一段时间内(大于设定的间隔时间)用户请求可以轮换到不同的推荐渠道，从而充分发挥各个推荐渠道的优势，向用户推荐产品，提高推荐质量。

每个推荐渠道所推荐产品的实时点击率在发生变化，则设定的分流比例也随之发生变化，本发明中，检测产品点击率的时间和更新关联数值设定的间隔时间相等。在设定的间隔时间对推荐渠道的关联数值进行更新时，需要根据当前时刻的分流比例进行，每个推荐渠道得到与当前分流比例相应数量的关联数值。

在本发明的一个实施例中，多推荐渠道的动态分流程序可以被分割成一个或多个模块，一个或多个模块被存储于存储器中，并由处理器执行，以实现多推荐渠道的动态分流。本发明所述模块为能够完成特定功能的一系列计算机程序指令段。图2为本发明中多推荐渠道的动态分流程序的模块示意图，如图2所示，初选模块1、用户数值生成模块2、关联数值生成模块3、确定模块4，各个模块所实现的功能或操作步骤均与上文类似，此处不再详述，示例性地，例如其中：

初选模块1，根据用户请求，确定与所述用户请求对应的多个推荐渠道，对推荐渠道进行初次选择；

用户数值生成模块2，在预设数值范围内随机生成与用户相对应的用户数值；

关联数值生成模块3，获取每个推荐渠道的关联数值并定时更新所述关联数值；

确定模块4，根据所述用户数值和每个推荐渠道的关联数值的匹配度，确定相应的推荐渠道向用户推荐产品，对推荐渠道进行最终选择确定。

本发明所述计算机可读存储介质中包括多推荐渠道的动态分流程序，所述多推荐渠道的动态分流程序被处理器执行时，实现如上所述的多推荐渠道的动态分流方法的步骤。

本发明之计算机可读存储介质的具体实施方式与上述多推荐渠道的动态分流方法、电子装置的具体实施方式大致相同，在此不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种多推荐渠道的动态分流方法，应用于电子装置，其特征在于，所述动态分流方法包括以下步骤：

根据用户请求，确定与所述用户请求对应的多个推荐渠道；

在预设数值范围内随机生成与用户相对应的用户数值；

获取每个推荐渠道的关联数值并定时更新所述关联数值；

根据所述用户数值和每个推荐渠道的关联数值的匹配度，确定相应的推荐渠道向用户推荐产品。

2.根据权利要求1所述的多推荐渠道的动态分流方法，其特征在于，获取每个推荐渠道的关联数值包括：

设定多个推荐渠道的分流比例；每个推荐渠道根据相应的分流比例随机抽取预设数值范围内的数值，得到所述推荐渠道的关联数值。

3.根据权利要求2所述的多推荐渠道的动态分流方法，其特征在于，根据各个推荐渠道所推荐产品的点击率设定多个推荐渠道的分流比例。

4.根据权利要求1所述的多推荐渠道的动态分流方法，其特征在于，每间隔设定时间，对各个推荐渠道的关联数值进行更新，且每个推荐渠道更新后的关联数值与更新前的关联数值均不相同。

5.根据权利要求1至4任一项所述的多推荐渠道的动态分流方法，其特征在于，根据用户ID生成随机因子，以所述随机因子作为种子生成预设数值范围内的随机数，作为与该用户相对应的用户数值。

6.一种电子装置，其特征在于，该电子装置包括：

处理器；

存储器，用于存储多推荐渠道的动态分流程序，

所述多推荐渠道的动态分流程序被所述处理器执行时，实现如下方法：

根据用户请求，确定与所述用户请求对应的多个推荐渠道；

在预设数值范围内随机生成与用户相对应的用户数值；

获取每个推荐渠道的关联数值并定时更新所述关联数值；

根据所述用户数值和每个推荐渠道的关联数值的匹配度，确定相应的推荐渠道向用户推荐产品。

7.根据权利要求6所述的电子装置，其特征在于，所述处理器获取每个推荐渠道的关联数值包括：

设定多个推荐渠道的分流比例；每个推荐渠道根据相应的分流比例随机抽取预设数值范围内的数值，得到所述推荐渠道的关联数值。

8.根据权利要求6所述的电子装置，其特征在于，所述处理器每间隔设定时间，对各个推荐渠道的关联数值进行更新，且每个推荐渠道更新后的关联数值与更新前的关联数值均不相同。

9.根据权利要求6所述的电子装置，其特征在于，所述处理器根据用户ID生成随机因子，以所述随机因子作为种子生成预设数值范围内的随机数，作为与该用户相对应的用户数值。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括多推荐渠道的动态分流程序，所述多推荐渠道的动态分流程序被处理器执行时，实现如权利要求1至5中任一项所述的多推荐渠道的动态分流方法的步骤。