CN110148032A - 基于地理位置的产品推荐方法、装置、存储介质和服务器 - Google Patents

基于地理位置的产品推荐方法、装置、存储介质和服务器 Download PDF

Info

Publication number
CN110148032A
CN110148032A CN201910298772.0A CN201910298772A CN110148032A CN 110148032 A CN110148032 A CN 110148032A CN 201910298772 A CN201910298772 A CN 201910298772A CN 110148032 A CN110148032 A CN 110148032A
Authority
CN
China
Prior art keywords
user
product
recommended
geographical location
list
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910298772.0A
Other languages
English (en)
Inventor
刘盼盼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Puhui Enterprise Management Co Ltd
Original Assignee
Ping An Puhui Enterprise Management Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Puhui Enterprise Management Co Ltd filed Critical Ping An Puhui Enterprise Management Co Ltd
Priority to CN201910298772.0A priority Critical patent/CN110148032A/zh
Publication of CN110148032A publication Critical patent/CN110148032A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于地理位置的产品推荐方法、装置、存储介质和服务器，包括：获取待推荐用户的地理位置；根据所述地理位置，利用聚类算法计算得到所述待推荐用户的常驻区域；根据所述常驻区域确定所述待推荐用户所属行业的行业标识；根据所述行业标识对产品池中的产品进行筛选，生成所述待推荐用户的候选产品列表；基于所述候选产品列表向所述待推荐用户推荐产品。本发明针对用户的行业推荐产品，推荐的产品有针对性，可提高产品推荐的效率。

Description

基于地理位置的产品推荐方法、装置、存储介质和服务器
技术领域
本发明涉及信息推荐领域，尤其涉及一种基于地理位置的产品推荐方法、装置、存储介质和服务器。
背景技术
随着互联网技术的发展，人们对产品推荐的需求越来越广泛，要求也越来越高。现如今，虽然业务员可获取众多用户的联系方式，通过电话的形式主动联系用户向用户推荐产品，但是与用户的距离障碍仍然存在，业务员并不了解用户的需求，也不知道推销的产品是否适合用户，产品推销很盲目，这种方式需要耗费大量的时间盲目寻找潜在用户推销产品，推销效率低下。
发明内容
本发明实施例提供了一种基于地理位置的产品推荐方法、装置、存储介质和服务器，以解决现有技术中，现有的推销方式需要耗费大量的时间盲目寻找潜在用户推销产品，推销效率低下的问题。
本发明实施例的第一方面提供了一种基于地理位置的产品推荐方法，包括：获取待推荐用户的地理位置；
根据所述地理位置，利用聚类算法计算得到所述待推荐用户的常驻区域；
根据所述常驻区域确定所述待推荐用户所属行业的行业标识；
根据所述行业标识对产品池中的产品进行筛选，生成所述待推荐用户的候选产品列表；
基于所述候选产品列表向所述待推荐用户推荐产品。
本发明实施例的第二方面提供了一种基于地理位置的产品推荐装置，包括：
位置获取单元，用于获取待推荐用户的地理位置；
常驻区域确定单元，用于根据所述地理位置，利用聚类算法计算得到所述待推荐用户的常驻区域；
行业标识确定单元，用于根据所述常驻区域确定所述待推荐用户所属行业的行业标识；
候选产品列表生成单元，用于根据所述行业标识对产品池中的产品进行筛选，生成所述待推荐用户的候选产品列表；
产品推荐单元，用于基于所述候选产品列表向所述待推荐用户推荐产品。
本发明实施例的第三方面提供了一种服务器，包括存储器以及处理器，所述存储器存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下步骤：
获取待推荐用户的地理位置；
根据所述地理位置，利用聚类算法计算得到所述待推荐用户的常驻区域；
根据所述常驻区域确定所述待推荐用户所属行业的行业标识；
根据所述行业标识对产品池中的产品进行筛选，生成所述待推荐用户的候选产品列表；
基于所述候选产品列表向所述待推荐用户推荐产品。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：
获取待推荐用户的地理位置；
根据所述地理位置，利用聚类算法计算得到所述待推荐用户的常驻区域；
根据所述常驻区域确定所述待推荐用户所属行业的行业标识；
根据所述行业标识对产品池中的产品进行筛选，生成所述待推荐用户的候选产品列表；
基于所述候选产品列表向所述待推荐用户推荐产品。
本发明实施例中，通过获取待推荐用户的地理位置，根据所述地理位置，利用聚类算法计算得到所述待推荐用户的常驻区域，然后根据所述常驻区域确定所述待推荐用户所属行业的行业标识，根据所述行业标识对产品池中的产品进行筛选，生成所述待推荐用户的候选产品列表，即基于用户所属的行业筛选产品，待推荐的产品是针对所述待推荐用户所属的行业，最后基于所述候选产品列表向所述待推荐用户推荐产品，本方案中通过确定用户的常驻区域，再根据常驻区域确定用户所属的行业，向用户推荐与用户的行业相关的产品，以尽可能满足用户的需求，推荐的产品具有针对性，可提高产品推荐的效率，增强用户体验。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于地理位置的产品推荐方法的实现流程图；
图2是本发明实施例提供的基于地理位置的产品推荐方法S102的具体实现流程图；
图3是本发明实施例提供的基于地理位置的产品推荐方法S104的一种具体实现流程图；
图4是本发明实施例提供的基于地理位置的产品推荐方法S104的另一种具体实现流程图；
图5是本发明实施例提供的基于地理位置的产品推荐装置的结构框图；
图6是本发明实施例提供的服务器的示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
图1示出了本发明实施例提供的基于地理位置的产品推荐方法的实现流程，该方法流程包括步骤S101至S105。各步骤的具体实现原理如下：
S101：获取待推荐用户的地理位置。
具体地，所述待推荐用户是指待推荐产品的用户，所述地理位置包括经度信息和纬度信息。在本发明实施例中，服务器在接收到所述待推荐用户在移动设备上的登录请求时，获取所述待推荐用户的地理位置，所述登录请求中携带所述待推荐用户的用户标识，例如用户登录的账号，所述账号具有唯一性，可用于标识所述待推荐用户。所述登录请求还携带用户登录的移动设备的设备识别码。可选地，在本实施例中，IP地址的划分是基于地理位置的。服务器根据所述设备识别码，查询待推荐用户登录的所述移动设备所使用的IP地址，根据该IP地址对应的地理位置，获取所述移动设备的地理位置。服务器在根据设备识别码查询到移动设备的IP地址之后，通过查询用于保存IP地址与地理位置对应关系的数据库确定该IP地址对应的地理位置。
可选地，服务器根据所述设备识别码，启动位置定位，利用GPS定位系统获取该设备识别码对应的移动设备的地理位置信息。
S102：根据所述地理位置，利用聚类算法计算得到所述待推荐用户的常驻区域。
具体地，在本发明实施例中，步骤S101中多次获取所述待推荐用户的地理位置，例如，获取所述待推荐用户每次在移动设备上登录时的地理位置，利用聚类算法对多次获取的地理位置进行计算得到所述待推荐用户的常驻区域。
作为本发明的一个实施例，如图2所示，上述S102具体包括：
A1：将获取的所述待推荐用户的地理位置存入位置数据集中。
A2：重复对所述位置数据集中的地理位置执行聚类操作，直至所述位置数据集中的地理位置收敛。
A3：获取所述待推荐用户的地理位置所在的簇的聚类中心对应的地理位置，将该地理位置设置为所述待推荐用户的常驻区域。
具体地，在本实施例中，以获取的待推荐用户的地理位置为位置数据集，使用聚类算法计算并得到待推荐用户的常驻区域。随机选取所述位置数据集中第一指定个数的地理位置为初始聚类中心，计算所述位置数据集中各个地理位置与所述初始聚类中心的距离值。根据计算的距离值与指定的最大距离值，将所述位置数据集中的地理位置分别指派至距离最近的初始聚类中心，形成设定数量的簇，完成初始聚类。从完成所述初始聚类后的地理位置中再选取第二指定个数的地理位置作为第二聚类中心，将完成初始聚类后的地理位置以所述第二聚类中心作为中心簇进行聚类，以此类推，直到所述位置数据集中的地理位置收敛，定义收敛后所述位置数据集的地理位置为常驻区域。
可选地，在本实施例中，可采用欧式距离：计算所述位置数据集中各个地理位置与初始聚类中心的距离值。其中，dist表示地理位置(x2，y2)到聚类中心(x1，y1)的距离，x2、y2和x1、y1分别是不同地理位置对应的坐标值。而通过计算目标函数重新确定聚类中心。
进一步地，采用误差平方和作为聚类的目标函数。所述目标函数表示为：其中，k表示k个聚类中心，ci表示第i个聚类中心，dist表示欧式距离。通过上述目标函数SSE确定新的聚类中心。
可选地，若确定的常驻区域不止一个，根据获取到地理位置的时间，将常驻区域分类。例如，若获取到定义为常驻区域的地理位置的时间属于第一指定时间(工作时间段)，则该常驻区域为第一常驻区域(工作区)；若采集到定义为常驻区域的地理位置的时间属于第二指定时间(休息时间段)，则该常驻区域为第一常驻区域(家庭区)。
S103：根据所述常驻区域确定所述待推荐用户所属行业的行业标识。
所述常驻区域为工作时间获取的地理位置确定的区域。具体地，从行业位置表中查找所述常驻区域对应的行业标识。在本发明实施例中，地理位置与位于该地理位置上包括的行业关联，服务器在确定所述待推荐用户的常驻区域之后，通过查询用于保存行业标识与地理位置信息对应关系的数据库确定该常驻区域对应的行业标识，继而确定所述待推荐用户所属的行业。在本步骤中，根据所述行业标识可查找行业信息，所述行业信息包括行业名称、行业类别等。
在本发明实施例中，通过对所述待推荐用户的常驻区域进行解读，确定所述待推荐用户所属的行业，对所述待推荐用户进一步地了解，从而可提高产品推荐的准确性。
S104：根据所述行业标识对产品池中的产品进行筛选，生成所述待推荐用户的候选产品列表。
具体地，将产品池中的产品按关联的行业标识进行分类，根据所述待推荐用户所属的行业的行业标识对产品池中的产品进行筛选，将产品池中所述待推荐用户所属的行业的行业标识关联的产品保留，生成候选产品列表。
可选地，作为本发明的一个实施例，如图3所示，上述S104具体包括：
B1：根据所述行业标识对产品池中的产品进行筛选，生成初始候选产品列表。
B2：根据所述行业标识，以所述常驻区域对应的地理位置的坐标点为圆心、预设查询距离为查询半径，查询标签为所述行业标识的有效用户，所述有效用户是指服务器中存在记录的用户。若服务器中存在记录，即认为该用户注册或者使用过产品池中的产品。具体地，定义所述常驻区域对应的地理位置的坐标为查询坐标，预设查询距离为查询半径，创建一个以所述查询坐标为圆心、所述查询半径为半径的查询圆，其中，所述预设查询距离可以为用户自定义的距离，所述查询圆即为查询标签为所述行业标识的有效用户的最大查询范围。
B3：获取所述有效用户的用户标识，并根据所述有效用户的用户标识，获取所述有效用户的产品列表。所述有效用户的产品列表包括所述有效用户历史使用和/或历史浏览的产品，其中，历史浏览的产品是指历史浏览时长达到预设浏览时长的产品。
B4：根据所述初始候选产品列表与所述有效用户的产品列表，生成所述待推荐用户的候选产品列表。
具体地，将产品池中的产品按关联的行业标识进行分类，根据所述待推荐用户所属的行业的行业标识对产品池中的产品进行第一次筛选，将所述待推荐用户所属的行业及行业标识关联的产品保留，生成初始候选产品列表，再根据所述有效用户的产品列表对所述初始候选产品列表进行第二次筛选，根据所述初始候选产品列表与所述有效用户的产品列表中产品的交集，生成所述候选产品列表。
作为本发明的一个实施例，图4示出了本发明实施例提供的基于地理位置的产品推荐方法S104的具体实现流程，详述如下：
C1：根据所述行业标识对产品池中的产品进行筛选，生成初始候选产品列表。
C2：确定常驻区域与所述待推荐用户的常驻区域相同的同区域用户。
C3：计算所述待推荐用户与所述同区域用户的相似度。具体地，获取常驻区域与所述待推荐用户的常驻区域相同的同区域用户的用户标识，获取所述待推荐用户的用户标识，根据所述同区域用户的用户标识获取所述同区域用户的用户信息，根据所述待推荐用户的用户标识获取所述待推荐用户的用户信息，根据所述同区域用户的用户信息与所述待推荐用户的用户信息，计算所述待推荐用户与所述同区域用户的相似度。
可选地，用户信息包括历史评论信息，根据所述待推荐用户的第一历史评论信息和所述同区域用户的第二历史评论信息计算所述待推荐用户与所述同区域用户的相似度，具体地，所述步骤C3的具体实现流程如下：
C31：获取所述待推荐用户的用户标识，并根据所述待推荐用户的用户标识获取所述待推荐用户对产品池中的产品的第一历史评论信息。
C32：获取所述同区域用户的用户标识，并根据所述同区域用户的用户标识，获取所述同区域用户对产品池中的产品的第二历史评论信息。
C33：根据所述第一历史评论信息构建第一评分向量，根据所述第二历史评论信息构建第二评分向量。
C34：根据所述第一评分向量与所述第二评分向量，计算所述待推荐用户与所述同区域用户的相似度。具体地，根据如下公式计算所述待推荐用户与所述同区域用户的相似度：
其中，Sr表示所述待推荐用户r对所述产品池中产品的第一评分向量，Sr,i表示所述待推荐用户r对所述产品池中第i个产品的评分，Su表示所述同区域用户u对所述产品池中产品的第二评分向量，Su,i表示所述同区域用户u对所述产品池中第i个产品的评分，表示所述待推荐用户r对所述产品池中产品的平均评分，表示所述同区域用户u对所述产品池中产品的平均评分，n为所述产品池中产品的总数，i∈[1,n]。
在本发明实施例中，同一区域可能存在不止一个行业，相同常驻区域的用户不一定属于同一行业，因此，通过计算常驻区域相同的同区域用户的相似度，根据相似度来确定同区域用户的产品列表是否有参考价值。
C4：获取所述相似度高于指定相似度阈值的所述同区域用户的产品列表。具体地，相似度达到一定程度的同区域用户的产品列表被认为是有参考价值的。
C5：根据所述初始候选产品列表与所述同区域用户的产品列表，生成所述待推荐用户的候选产品列表。具体地，根据所述初始候选产品列表中产品与所述同区域用户的产品列表中产品的交集，即重叠的部分，生成所述待推荐用户的候选产品列表，或者根据所述初始候选产品列表中产品与所述同区域用户的产品列表中产品的并集，生成所述待推荐用户的候选产品列表。
S105：基于所述候选产品列表向所述待推荐用户推荐产品。
在本实施例中，所述候选产品列表中包括产品的用户评分，所述用户评分是指待已使用过该产品的用户对该产品的评分。将所述候选产品列表中的产品按用户评分从高到低进行排序，根据排序结果依次向所述待推荐用户进行推荐。具体地，服务器将所述候选产品列表中的产品推送至所述待推荐用户的移动设备。
在本发明实施例中，服务器根据所述用户标识获取所述待推荐用户的用户信息，所述用户信息包括待推荐用户已使用过的产品信息、关注的产品信息以及点评过的产品的信息等。可选地，所述待推荐用户的用户信息还包括所述待推荐用户的关注列表，所述关注列表包括用户感兴趣的产品的产品标识。在步骤S105之前，根据所述待推荐用户的关注列表对所述候选产品列表中的候选产品进一步筛选，再根据筛选后的候选产品列表向所述待推荐用户推荐产品。具体地，获取所述待推荐用户的关注列表中产品的产品类型，从所述候选产品列表中选择与所述待推荐用户的关注列表中产品的产品类型相同的产品向所述待推荐用户进行推荐。
可选地，所述待推荐用户的用户信息包括好友列表，所述好友列表中包括所述待推荐用户关注的好友及好友标识，根据所述好友标识获取所述好友的产品列表，所述好友的产品列表包括所述好友已经使用或购买的产品的产品标识。再根据所述好友的产品列表与所述候选产品列表中产品标识的交集，向所述待推荐用户推荐产品。
本发明实施例中，通过获取待推荐用户的地理位置，根据所述地理位置，利用聚类算法计算得到所述待推荐用户的常驻区域，然后根据所述常驻区域确定所述待推荐用户所属行业的行业标识，根据所述行业标识对产品池中的产品进行筛选，生成所述待推荐用户的候选产品列表，即基于用户所属的行业筛选产品，待推荐的产品是针对所述待推荐用户所属的行业，最后基于所述候选产品列表向所述待推荐用户推荐产品，本方案中通过确定用户的常驻区域，再根据常驻区域确定用户所属的行业，向用户推荐与用户的行业相关的产品，以尽可能满足用户的需求，推荐的产品具有针对性，可提高产品推荐的效率，增强用户体验。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的基于地理位置的产品推荐方法，图5示出了本申请实施例提供的基于地理位置的产品推荐装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图5，该基于地理位置的产品推荐装置包括：位置获取单元51，常驻区域确定单元52，行业标识确定单元53，候选产品列表生成单元54，产品推荐单元55，其中：
位置获取单元51，用于获取待推荐用户的地理位置；
常驻区域确定单元52，用于根据所述地理位置，利用聚类算法计算得到所述待推荐用户的常驻区域；
行业标识确定单元53，用于根据所述常驻区域确定所述待推荐用户所属行业的行业标识；
候选产品列表生成单元54，用于根据所述行业标识对产品池中的产品进行筛选，生成所述待推荐用户的候选产品列表；
产品推荐单元55，用于基于所述候选产品列表向所述待推荐用户推荐产品。
可选地，所述常驻区域确定单元52包括：
数据集建立模块，用于将获取的所述待推荐用户的地理位置存入位置数据集中；
数据聚类模块，用于重复对所述位置数据集中的地理位置执行聚类操作，直至所述位置数据集中的地理位置收敛：
常驻区域确定模块，用于获取所述待推荐用户的地理位置所在的簇的聚类中心对应的地理位置，将该地理位置设置为所述待推荐用户的常驻区域。
可选地，所述候选产品列表生成单元54包括：
第一初始候选产品列表生成模块，用于根据所述行业标识对产品池中的产品进行筛选，生成初始候选产品列表；
有效用户查询模块，用于根据所述行业标识，以所述常驻区域对应的地理位置的坐标点为圆心、预设查询距离为查询半径，查询标签为所述行业标识的有效用户，所述有效用户是指服务器中存在记录的用户；
第一产品列表获取模块，用于获取所述有效用户的用户标识，并根据所述有效用户的用户标识，获取所述有效用户的产品列表；
第一候选产品列表生成模块，用于根据所述初始候选产品列表与所述有效用户的产品列表，生成所述待推荐用户的候选产品列表。
可选地，所述候选产品列表生成单元54包括：
第二初始候选产品列表生成模块，用于根据所述行业标识对产品池中的产品进行筛选，生成初始候选产品列表；
同区域用户确定模块，用于确定常驻区域与所述待推荐用户的常驻区域相同的同区域用户；
相似度计算模块，用于计算所述待推荐用户与所述同区域用户的相似度；
第二产品列表获取模块，用于获取所述相似度高于指定相似度阈值的所述同区域用户的产品列表；
第二候选产品列表生成模块，用于根据所述初始候选产品列表与所述同区域用户的产品列表，生成所述待推荐用户的候选产品列表。
可选地，所述相似度计算模块包括：
第一信息获取子模块，用于获取所述待推荐用户的用户标识，并根据所述待推荐用户的用户标识获取所述待推荐用户对产品池中的产品的第一历史评论信息。
第二信息获取子模块，用于获取所述同区域用户的用户标识，并根据所述同区域用户的用户标识，获取所述同区域用户对产品池中的产品的第二历史评论信息。
评分向量构建子模块，用于根据所述第一历史评论信息构建第一评分向量，根据所述第二历史评论信息构建第二评分向量。
相似度计算子模块，用于根据所述第一评分向量与所述第二评分向量，计算所述待推荐用户与所述同区域用户的相似度。
可选地，所述相似度计算子模块具体用于根据如下公式计算所述待推荐用户与所述同区域用户的相似度：
其中，Sr表示所述待推荐用户r对所述产品池中产品的第一评分向量，Sr,i表示所述待推荐用户r对所述产品池中第i个产品的评分，Su表示所述同区域用户u对所述产品池中产品的第二评分向量，Su,i表示所述同区域用户u对所述产品池中第i个产品的评分，表示所述待推荐用户r对所述产品池中产品的平均评分，表示所述同区域用户u对所述产品池中产品的平均评分，n为所述产品池中产品的总数，i∈[1,n]。
本发明实施例中，通过获取待推荐用户的地理位置，根据所述地理位置，利用聚类算法计算得到所述待推荐用户的常驻区域，然后根据所述常驻区域确定所述待推荐用户所属行业的行业标识，根据所述行业标识对产品池中的产品进行筛选，生成所述待推荐用户的候选产品列表，即基于用户所属的行业筛选产品，待推荐的产品是针对所述待推荐用户所属的行业，最后基于所述候选产品列表向所述待推荐用户推荐产品，本方案中通过确定用户的常驻区域，再根据常驻区域确定用户所属的行业，向用户推荐与用户的行业相关的产品，以尽可能满足用户的需求，推荐的产品具有针对性，可提高产品推荐的效率，增强用户体验。
图6是本发明一实施例提供的服务器的示意图。如图6所示，该实施例的服务器6包括：处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62，例如基于地理位置的产品推荐程序。所述处理器60执行所述计算机程序62时实现上述各个基于地理位置的产品推荐方法实施例中的步骤，例如图1所示的步骤101至105。或者，所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能，例如图5所示单元51至55的功能。
示例性的，所述计算机程序62可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器61中，并由所述处理器60执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序62在所述服务器6中的执行过程。
所述服务器6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述服务器可包括，但不仅限于，处理器60、存储器61。本领域技术人员可以理解，图6仅仅是服务器6的示例，并不构成对服务器6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述服务器还可以包括输入输出设备、网络接入设备、总线等。
所述处理器60可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述服务器6的内部存储单元，例如服务器6的硬盘或内存。所述存储器61也可以是所述服务器6的外部存储设备，例如所述服务器6上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器61还可以既包括所述服务器6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述服务器所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于地理位置的产品推荐方法，其特征在于，包括：
获取待推荐用户的地理位置；
根据所述地理位置，利用聚类算法计算得到所述待推荐用户的常驻区域；
根据所述常驻区域确定所述待推荐用户所属行业的行业标识；
根据所述行业标识对产品池中的产品进行筛选，生成所述待推荐用户的候选产品列表；
基于所述候选产品列表向所述待推荐用户推荐产品。
2.根据权利要求1所述的基于地理位置的产品推荐方法，其特征在于，所述根据所述地理位置，利用聚类算法计算得到所述待推荐用户的常驻区域，包括：
将获取的所述待推荐用户的地理位置存入位置数据集中；
重复对所述位置数据集中的地理位置执行聚类操作，直至所述位置数据集中的地理位置收敛：
获取所述待推荐用户的地理位置所在的簇的聚类中心对应的地理位置，将该地理位置设置为所述待推荐用户的常驻区域。
3.根据权利要求1所述的基于地理位置的产品推荐方法，其特征在于，所述根据所述行业标识对产品池中的产品进行筛选，生成所述待推荐用户的候选产品列表，包括：
根据所述行业标识对产品池中的产品进行筛选，生成初始候选产品列表；
根据所述行业标识，以所述常驻区域对应的地理位置的坐标点为圆心、预设查询距离为查询半径，查询标签为所述行业标识的有效用户，所述有效用户是指服务器中存在记录的用户；
获取所述有效用户的用户标识，并根据所述有效用户的用户标识，获取所述有效用户的产品列表；
根据所述初始候选产品列表与所述有效用户的产品列表，生成所述待推荐用户的候选产品列表。
4.根据权利要求1所述的基于地理位置的产品推荐方法，其特征在于，所述根据所述行业标识对产品池中的产品进行筛选，生成所述待推荐用户的候选产品列表，包括：
根据所述行业标识对产品池中的产品进行筛选，生成初始候选产品列表；
确定常驻区域与所述待推荐用户的常驻区域相同的同区域用户；
计算所述待推荐用户与所述同区域用户的相似度；
获取所述相似度高于指定相似度阈值的所述同区域用户的产品列表；
根据所述初始候选产品列表与所述同区域用户的产品列表，生成所述待推荐用户的候选产品列表。
5.根据权利要求4所述的基于地理位置的产品推荐方法，其特征在于，所述计算所述待推荐用户与所述同区域用户的相似度，包括：
获取所述待推荐用户的用户标识，并根据所述待推荐用户的用户标识获取所述待推荐用户对产品池中的产品的第一历史评论信息；
获取所述同区域用户的用户标识，并根据所述同区域用户的用户标识，获取所述同区域用户对产品池中的产品的第二历史评论信息；
根据所述第一历史评论信息构建第一评分向量，根据所述第二历史评论信息构建第二评分向量；
根据所述第一评分向量与所述第二评分向量，计算所述待推荐用户与所述同区域用户的相似度。
6.根据权利要求5所述的基于地理位置的产品推荐方法，其特征在于，所述根据所述第一评分向量与所述第二评分向量，计算所述待推荐用户与所述同区域用户的相似度，包括：
根据如下公式计算所述待推荐用户与所述同区域用户的相似度：
其中，Sr表示所述待推荐用户r对所述产品池中产品的第一评分向量，Sr,i表示所述待推荐用户r对所述产品池中第i个产品的评分，Su表示所述同区域用户u对所述产品池中产品的第二评分向量，Su,i表示所述同区域用户u对所述产品池中第i个产品的评分，表示所述待推荐用户r对所述产品池中产品的平均评分，表示所述同区域用户u对所述产品池中产品的平均评分，n为所述产品池中产品的总数，i∈[1,n]。
7.一种基于地理位置的产品推荐装置，其特征在于，所述基于地理位置的产品推荐装置包括：
位置获取单元，用于获取待推荐用户的地理位置；
常驻区域确定单元，用于根据所述地理位置，利用聚类算法计算得到所述待推荐用户的常驻区域；
行业标识确定单元，用于根据所述常驻区域确定所述待推荐用户所属行业的行业标识；
候选产品列表生成单元，用于根据所述行业标识对产品池中的产品进行筛选，生成所述待推荐用户的候选产品列表；
产品推荐单元，用于基于所述候选产品列表向所述待推荐用户推荐产品。
8.根据权利要求7所述的基于地理位置的产品推荐装置，其特征在于，所述候选产品列表生成单元，包括：
第二初始候选产品列表生成模块，用于根据所述行业标识对产品池中的产品进行筛选，生成初始候选产品列表；
同区域用户确定模块，用于确定常驻区域与所述待推荐用户的常驻区域相同的同区域用户；
相似度计算模块，用于计算所述待推荐用户与所述同区域用户的相似度；
第二产品列表获取模块，用于获取所述相似度高于指定相似度阈值的所述同区域用户的产品列表；
第二候选产品列表生成模块，用于根据所述初始候选产品列表与所述同区域用户的产品列表，生成所述待推荐用户的候选产品列表。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述基于地理位置的产品推荐方法的步骤。
10.一种服务器，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述基于地理位置的产品推荐方法的步骤。
CN201910298772.0A 2019-04-15 2019-04-15 基于地理位置的产品推荐方法、装置、存储介质和服务器 Pending CN110148032A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910298772.0A CN110148032A (zh) 2019-04-15 2019-04-15 基于地理位置的产品推荐方法、装置、存储介质和服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910298772.0A CN110148032A (zh) 2019-04-15 2019-04-15 基于地理位置的产品推荐方法、装置、存储介质和服务器

Publications (1)

Publication Number Publication Date
CN110148032A true CN110148032A (zh) 2019-08-20

Family

ID=67588984

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910298772.0A Pending CN110148032A (zh) 2019-04-15 2019-04-15 基于地理位置的产品推荐方法、装置、存储介质和服务器

Country Status (1)

Country Link
CN (1) CN110148032A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111738796A (zh) * 2020-05-15 2020-10-02 珠海格力电器股份有限公司 产品定向推荐方法、装置、设备及计算机可读介质
CN111756807A (zh) * 2020-05-28 2020-10-09 珠海格力电器股份有限公司 一种基于区域的多联机推荐方法、装置、存储介质及终端
CN112488854A (zh) * 2020-11-20 2021-03-12 中国人寿保险股份有限公司 服务经理个性化推荐方法和相关设备
CN113495989A (zh) * 2020-04-01 2021-10-12 北京达佳互联信息技术有限公司 一种对象推荐方法、装置、计算设备及存储介质
CN113807916A (zh) * 2021-09-02 2021-12-17 支付宝(杭州)信息技术有限公司 服务推荐处理方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102567899A (zh) * 2011-12-27 2012-07-11 纽海信息技术（上海）有限公司 基于地理信息的商品推荐方法
CN102831543A (zh) * 2012-09-19 2012-12-19 河南锐之旗信息技术有限公司 一种电子商务推荐方法
CN103116614A (zh) * 2013-01-25 2013-05-22 北京奇艺世纪科技有限公司 一种基于用户轨迹的协同过滤推荐方法、装置及系统
CN105630951A (zh) * 2015-12-23 2016-06-01 北京奇虎科技有限公司 判断聚类的用户职业分布方法和装置
CN106934696A (zh) * 2017-03-15 2017-07-07 深圳大学 一种基于用户地理位置信息的产品推荐方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102567899A (zh) * 2011-12-27 2012-07-11 纽海信息技术（上海）有限公司 基于地理信息的商品推荐方法
CN102831543A (zh) * 2012-09-19 2012-12-19 河南锐之旗信息技术有限公司 一种电子商务推荐方法
CN103116614A (zh) * 2013-01-25 2013-05-22 北京奇艺世纪科技有限公司 一种基于用户轨迹的协同过滤推荐方法、装置及系统
CN105630951A (zh) * 2015-12-23 2016-06-01 北京奇虎科技有限公司 判断聚类的用户职业分布方法和装置
CN106934696A (zh) * 2017-03-15 2017-07-07 深圳大学 一种基于用户地理位置信息的产品推荐方法及系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113495989A (zh) * 2020-04-01 2021-10-12 北京达佳互联信息技术有限公司 一种对象推荐方法、装置、计算设备及存储介质
CN111738796A (zh) * 2020-05-15 2020-10-02 珠海格力电器股份有限公司 产品定向推荐方法、装置、设备及计算机可读介质
CN111756807A (zh) * 2020-05-28 2020-10-09 珠海格力电器股份有限公司 一种基于区域的多联机推荐方法、装置、存储介质及终端
CN112488854A (zh) * 2020-11-20 2021-03-12 中国人寿保险股份有限公司 服务经理个性化推荐方法和相关设备
CN112488854B (zh) * 2020-11-20 2023-09-26 中国人寿保险股份有限公司 服务经理个性化推荐方法和相关设备
CN113807916A (zh) * 2021-09-02 2021-12-17 支付宝(杭州)信息技术有限公司 服务推荐处理方法及装置

Similar Documents

Publication Publication Date Title
CN110148032A (zh) 基于地理位置的产品推荐方法、装置、存储介质和服务器
CN103853769B (zh) 一种地图查询请求处理方法及装置
Xu et al. A hybrid machine learning model for demand prediction of edge-computing-based bike-sharing system using Internet of Things
CN104077308B (zh) 一种物流服务范围确定方法及装置
CN105335409B (zh) 一种目标用户的确定方法、设备和网络服务器
US20180285957A1 (en) Recommendation system associated with an online marketplace
CN106506705A (zh) 基于位置服务的人群分类方法及装置
CN109858919B (zh) 异常账号的确定方法及装置、在线下单方法及装置
CN103077220A (zh) 一种基于用户群关联度的个性化推荐方法及系统
CN104995870A (zh) 多目标服务器布局确定
CN105446991A (zh) 数据存储方法、查询方法及设备
CN103995859B (zh) 一种应用于lbsn网络的基于地理标签的热点区域事件探测系统
CN102867004A (zh) 一种地址匹配的方法及设备
CN111639253B (zh) 一种数据判重方法、装置、设备及存储介质
CN104092601A (zh) 社交网络账号的识别方法和装置
CN110267206A (zh) 用户位置预测方法及装置
CN107864500A (zh) 一种用于确定无线接入点的连接成功率信息的方法与设备
CN107835498A (zh) 一种用于管理用户的方法与设备
CN104090980A (zh) 一种资讯推送方法及系统
Divyaa et al. Towards generating scalable personalized recommendations: integrating social trust, social bias, and geo-spatial clustering
CN103034678A (zh) 一种基于Voronoi图的反k最近邻查询方法
CN106971256A (zh) 一种房产信息智能化管理系统
CN106600319A (zh) 业务对象分配方法及装置
CN104424189A (zh) 基于云平台的定位解算方法和系统
CN109544207A (zh) 一种信息处理方法、存储介质和服务器

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination