CN111754287A - 物品筛选方法、装置、设备和存储介质 - Google Patents
物品筛选方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN111754287A CN111754287A CN202010092498.4A CN202010092498A CN111754287A CN 111754287 A CN111754287 A CN 111754287A CN 202010092498 A CN202010092498 A CN 202010092498A CN 111754287 A CN111754287 A CN 111754287A
- Authority
- CN
- China
- Prior art keywords
- article
- screened
- model
- linear regression
- articles
- 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
Links
- 238000012216 screening Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 55
- 239000013598 vector Substances 0.000 claims abstract description 93
- 238000012417 linear regression Methods 0.000 claims abstract description 91
- 238000012549 training Methods 0.000 claims abstract description 34
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 230000009466 transformation Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 4
- 230000001419 dependent effect Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 14
- 230000006399 behavior Effects 0.000 description 25
- 238000010606 normalization Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000000694 effects Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000007418 data mining Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008774 maternal effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Finance (AREA)
- Mathematical Physics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种物品筛选方法、装置、设备和存储介质。该方法包括:获取各待筛选物品分别对应的特征向量,其中,所述特征向量包括至少一个目标物品特征维度分别对应的子特征向量;基于各所述特征向量和预设的线性回归模型,确定各所述待筛选物品的预测点击率,其中,所述线性回归模型通过预先对线性回归的正则化模型进行训练而获得;依据各所述预测点击率,从各所述待筛选物品中筛选出目标物品。通过上述技术方案,实现了物品筛选,且均衡了物品筛选过程中的筛选精度和筛选效率。
Description
技术领域
本发明实施例涉及计算机技术,尤其涉及一种物品筛选方法、装置、设备和存储介质。
背景技术
在电子商务应用场景中,通常会基于用户和/或物品(如商品)的信息进行物品筛选,从而进行物品推荐,以提高用户体验。
传统的推荐算法(也可称为物品筛选算法)主要是对用户的历史行为进行简单的数据分析,从而得到用户的偏好,继而从所有物品中筛选出用户偏好度高的物品,并推荐给用户。目前主流的物品筛选算法是基于物品的协同过滤算法,该算法计算用户偏好的商品与其他商品的相似度,并筛选出相似度高的物品进行推荐。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:基于物品的协同过滤算法会使得物品筛选陷入马太效应,即热门的商品变得更加热门、冷门的商品变得更加冷门。
发明内容
本发明实施例提供一种物品筛选方法、装置、设备和存储介质,以实现物品筛选,且均衡物品筛选过程中的筛选精度和筛选效率。
第一方面,本发明实施例提供了一种物品筛选方法,包括:
获取各待筛选物品分别对应的特征向量,其中,所述特征向量包括至少一个目标物品特征维度分别对应的子特征向量;
基于各所述特征向量和预设的线性回归模型,确定各所述待筛选物品的预测点击率,其中,所述线性回归模型通过预先对线性回归的正则化模型进行训练而获得;
依据各所述预测点击率,从各所述待筛选物品中筛选出目标物品。
第二方面,本发明实施例还提供了一种物品筛选装置,该装置包括:
特征向量获取模块,用于获取各待筛选物品分别对应的特征向量,其中,所述特征向量包括至少一个目标物品特征维度分别对应的子特征向量;
预测点击率确定模块,用于基于各所述特征向量和预设的线性回归模型,确定各所述待筛选物品的预测点击率,其中,所述线性回归模型通过预先对线性回归的正则化模型进行训练而获得;
目标物品筛选模块,用于依据各所述预测点击率,从各所述待筛选物品中筛选出目标物品。
第三方面,本发明实施例还提供了一种电子设备,该电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例所提供的物品筛选方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现本发明任意实施例所提供的物品筛选方法。
本发明实施例通过预先对线性回归的正则化模型进行训练而获得线性回归模型,实现了更加精确地确定模型参数,构建物品点击率和物品的各物品特征维度之间的线性回归模型,避免计算所得的冷门物品的点击率过小或热门物品的点击率过大的问题,为物品筛选提供了精确的模型基础。通过获取各待筛选物品分别对应的特征向量,其中,特征向量包括至少一个目标物品特征维度分别对应的子特征向量;基于各特征向量和预设的线性回归模型,确定各待筛选物品的预测点击率;依据各预测点击率,从各待筛选物品中筛选出目标物品。实现了利用计算精度高、速度快的预设的线性回归模型来进行物品筛选,缓解了物品筛选的计算压力,避免了物品筛选过程中的马太效应,均衡了物品筛选过程中的筛选精度和筛选效率。
附图说明
图1是本发明实施例一中的一种物品筛选方法的流程图;
图2是本发明实施例一中的由各目标物品特征维度的子特征向量构成的待筛选物品的特征向量的雷达图;
图3是本发明实施例二中的一种物品筛选方法的流程图;
图4是本发明实施例三中的一种物品筛选装置的结构示意图;
图5是本发明实施例四中的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
本实施例提供的物品筛选方法可适用于电子商务中的物品筛选过程,例如商品推荐。该方法可以由物品筛选装置来执行,该装置可以由软件和/或硬件的方式实现,该装置可以集成在电子设备中,例如笔记本电脑、台式电脑或服务器等。参见图1,本实施例的方法具体包括如下步骤:
S110、获取各待筛选物品分别对应的特征向量,其中,特征向量包括至少一个目标物品特征维度分别对应的子特征向量。
其中,待筛选物品是指参与物品筛选的物品,其可以是电商平台中上架的所有或部分待售的物品。特征向量是待筛选物品的数字化表征,该特征向量由物品的各个目标物品特征维度的子特征向量构成。子特征向量是指某一目标物品特征维度的数字化表征,其可以是一个数值,也可以是多个数值构成的向量。
物品特征维度是指能够反映物品特性的特征,例如反映物品销售情况的特征、反映物品浏览情况的特征、反映物品库存情况的特征等等。目标物品特征维度是从物品的所有特征维度中选定的物品特征维度,其用于计算待筛选物品可能被用户点击进行浏览或购买的概率(即预测点击率),进而筛选物品。示例性地,目标物品特征维度为对物品被命中的贡献程度满足预设阈值的物品特征维度。为了提高物品筛选精度,本实施例中所选定的目标物品特征维度是用户在命中物品(如购买商品)时更加关注的物品特征维度,其可以通过对物品的各物品特征维度和物品的命中数据等进行统计分析而确定,例如可以是物品被命中时某一物品特征维度占所有物品特征维度的比例超过相应的预设阈值(如预设的某一比例值),则该物品特征维度便可确定为一个目标物品特征维度。
示例性地,目标物品特征维度为低价天数、促销次数、折扣力度、设定时间周期内的用户访问量、设定时间周期内的销售件数或设定时间周期内的销售总额。低价天数是指相邻两次物品的历史最低价之间的天数。促销次数是指物品在一定时间段(如一月)内进行促销的次数。折扣力度是指物品促销价格占物品原价的比例。参见图2,本实施例中进一步将各目标物品特征维度确定为低价天数、促销次数、折扣力度、设定时间周期(如7天)内的用户访问量UV、设定时间周期内的销售件数和设定时间周期内的销售总额GMV。其中低价天数、促销次数和折扣力度可以反映物品的固有价格情况,其与用户行为无关,是用户购买过程中较为关注的物品特征;设定时间周期(如7天)内的用户访问量UV可以反映物品的浏览情况,其与用户行为相关;设定时间周期内的销售件数和设定时间周期内的销售总额GMV可以反映物品的销售情况,其与用户行为相关。物品的浏览情况和物品的销售情况同样是用户购买过程中较为关注的物品特征。这样设置的好处在于,能够快速获得这些目标物品特征维度的相关数据,从而进一步提高物品筛选效率。
由于预测点击率是衡量物品推荐算法优劣的重要指标,预测点击率越大代表推荐的物品越符合用户兴趣,越能得到用户的点击,故本发明实施例中对待筛选物品进行筛选的依据是待筛选物品的预测点击率,而每个待筛选物品的预测点击率是通过数学模型对相应待筛选物品的特征向量进行模型计算而获得。故首先需要获得每个待筛选物品的特征向量。特征向量的获取方式可以是按照各个目标物品特征维度对待筛选物品上架后的相关数据进行统计而获得,例如,可以是对电商平台上的所有的用户历史行为数据进行统计而获得,也可以是从电商平台的数据挖掘结果中读取而获得。
S120、基于各特征向量和预设的线性回归模型,确定各待筛选物品的预测点击率,其中,线性回归模型通过预先对线性回归的正则化模型进行训练而获得。
其中,线性回归模型是预先设定的线性加权模型,其用于对特征向量中的各子特征向量进行加权求和运算。线性回归模型的模型参数通过预先对附带有正则项的线性回归模型(即线性回归的正则化模型)进行训练而获得。线性回归的正则化模型因引入了正则项而能够有效防止线性回归的过拟合现象,提高线性回归模型的模型参数的精度。线性回归的正则化模型的训练过程中,可以通过调整冷门物品和热门物品的点击率来降低马太效应。
利用预设的线性回归模型对每个待筛选物品的特征向量的各子特征向量进行线性加权求和运算,便可获得相应待筛选物品的预测点击率。
示例性地,线性回归模型通过如下方式预先训练获得:
A、获取至少两个样本物品的特征向量及点击率,作为各训练样本。
其中,样本物品是指模型训练过程中所涉及的物品,其可以是电商平台中的已上架的待售物品。
线性回归的正则化模型通过特征向量来计算物品的点击率,故每组训练样本中应当包含样本物品的特征向量和点击率。样本物品的特征向量的获取方式和处理方式同待筛选物品的特征向量的获取方式和处理方式,样本物品的点击率同样可以通过电商平台中的用户历史行为数据或数据挖掘结果而获得。
需要说明的是,如果样本物品属于用户访问或购买等用户行为较少的冷门物品,那么可以在统计所得的点击率的基础上适当增大该样本物品的点击率,以提高冷门物品的曝光率。同样地,如果样本物品属于用户访问或购买等用户行为较多的热门物品,那么可以在统计所得的点击率的基础上适当减小该样本物品的点击率,以降低热门物品的曝光率。热门物品的点击率的调整为非必需的可选操作。
B、将各训练样本输入线性回归的正则化模型进行模型训练,确定线性回归的正则化模型中各模型参数的取值,其中,线性回归的正则化模型的因变量和自变量分别为预测点击率和特征向量对应的各目标物品特征维度,各模型参数为相应目标物品特征维度的加权权重。
线性回归的正则化模型用于对特征向量中的各子特征向量进行加权求和运算以获得预测点击率,故线性回归的正则化模型中的因变量为点击率,自变量为特征向量对应的各目标物品特征维度,模型参数便是各自变量的加权权重。本实施例中的线性回归的正则化模型以Lasso回归模型为例进行说明,Lasso回归模型的模型形式如公式(1):
其中,y表示预测点击率;xi表示第i个目标物品特征维度的子特征向量;wi表示第i个目标物品特征维度的加权权重;α为惩罚系数,该数值越大代表对越复杂的模型会有一个较大的惩罚项,通常将该数值设置为0.5;n表示目标物品特征维度的数量。
将一个样本物品的特征向量和点击率输入公式(1),便可获得一个模型等式,那么利用所有训练样本和公式(1)便可构建一个等式集合,对该等式集合进行最优解求解,便可获得各加权权重,即训练获得各模型参数wi的取值。对于最优解求解,由于Lasso回归模型是一个非线性规划问题,可用梯度下降或是其他迭代算法来求解模型参数的最优值。
例如,可以用python中的sklearn进行预测点击率ctr和各目标物品特征维度(低价天数day_score、促销次数promotion_score、折扣力度discount_score、设定时间周期内的用户访问量uv_score、设定时间周期内的销售件数qtty_score和设定时间周期内的销售总额gmv_score)之间的Lasso回归模型建模,并获得各模型参数的取值,见表1。
表1线性回归模型的各模型参数的取值
目标物品特征维度 | 调整前的模型参数取值 |
day_score | -0.03 |
promotion_score | 0.33 |
discount_score | 0.14 |
uv_score | 0.07 |
qtty_score | 0.21 |
gmv_score | 0.40 |
C、利用线性回归的正则化模型的拟合项和各模型参数的取值,构建线性回归模型。
将步骤B中所得的各模型参数wi的取值代入线性回归的正则化模型的拟合项,如Lasso回归模型的线性拟合项便可构建线性回归模型。这样设置的好处在于,利用电商平台中的多个样本物品构建训练样本集并进行模型训练,能够获得模型形式简单且计算精度高的线性回归模型,且该线性回归模型可适用于电商平台中所有的待筛选物品的预测点击率的计算,进一步提高待筛选物品的预测点击率的确定效率和精度。
示例性地,在确定线性回归的正则化模型中各模型参数的取值之后,且在利用线性回归的正则化模型的拟合项和各模型参数的取值,构建线性回归模型之前,还包括:若各模型参数的取值中存在负数取值,则将负数取值调整为小于各取值中任一正数取值的正数值。本发明实施例利用预测点击率进行物品筛选时,是基于各预测点击率之间的相对大小进行排序的,其不关注预测点击率的绝对取值,所以各模型参数的取值(即加权权重)只需确保其相对大小关系正确即可。基于此,本实施例中将所有的模型参数设置为正数值,如果步骤B所得的模型参数中存在负数值时,那么需要将该负数取值调整为小于各模型参数取值中的任一个正数取值的正数值。如果存在多个负数取值,那么这些负数取值对应的调整后的正数值之间的数值大小关系需与各负数取值的大小关系一致。
例如,对于表1所得的各模型参数的取值,将其中的负数取值调整为最小正数取值的一半,调整前后的各模型参数的取值见表2。
表2线性回归模型的各模型参数的调整结果
目标物品特征维度 | 调整前的模型参数取值 | 调整后的模型参数取值 |
day_score | -0.03 | 0.03 |
promotion_score | 0.33 | 0.33 |
discount_score | 0.14 | 0.14 |
uv_score | 0.07 | 0.07 |
qtty_score | 0.21 | 0.21 |
gmv_score | 0.40 | 0.40 |
根据表2中的调整后的各模型参数的取值和公式(1)中的线性拟合项,可构建如公式(2)的线性回归模型,该线性回归模型便可用于待筛选物品的预测点击率Score_sku的计算。
Score_sku=0.03*day_score+0.33*promotion_score+0.14*discount_score+0.07*UV_score+0.21*qtty_score+0.40*gmv_score (2)
S130、依据各预测点击率,从各待筛选物品中筛选出目标物品。
根据每个待筛选物品的预测点击率进行物品筛选的规则与实际应用中的业务需求相关,业务需求可以包含物品筛选的数量、筛选物品的排序以及筛选物品是否分类等。根据业务需求和各预测点击率,从所有的待筛选物品中筛选出符合业务需求的部分待筛选物品作为目标物品。
本实施例的技术方案,通过预先对线性回归的正则化模型进行训练而获得线性回归模型,实现了更加精确地确定模型参数,构建物品点击率和物品的各物品特征维度之间的线性回归模型,避免计算所得的冷门物品的点击率过小或热门物品的点击率过大的问题,为物品筛选提供了精确的模型基础。通过获取各待筛选物品分别对应的特征向量,其中,特征向量包括至少一个目标物品特征维度分别对应的子特征向量;基于各特征向量和预设的线性回归模型,确定各待筛选物品的预测点击率;依据各预测点击率,从各待筛选物品中筛选出目标物品。实现了利用计算精度高、速度快的预设的线性回归模型来进行物品筛选,避免了物品筛选过程中的马太效应,均衡了物品筛选过程中的筛选精度和筛选效率。
实施例二
本实施例在上述实施例一的基础上,对“获取各待筛选物品分别对应的特征向量”进行了进一步优化。在此基础上,还可以进一步对“依据各预测点击率,从各待筛选物品中筛选出目标物品”进行优化。其中与上述各实施例相同或相应的术语的解释在此不再赘述。参见图3,本实施例提供的物品筛选方法包括:
S210、获取目标用户的目标用户画像数据。
其中,目标用户是指需要为其筛选物品的用户。用户可以通过电商平台的注册账号来划分,即一个注册账号为一个用户;也可以通过访问电商平台的移动终端设备的设备号来划分,即一个设备号为一个用户。用户画像数据是指将实际用户虚拟数字化的数据,其描述一类用户的属性和行为等,例如性别、年龄、消费水平、母婴特征、浏览的物品数据和购买的物品数据等。目标用户画像数据是指目标用户的用户画像数据。
用户画像数据可以多角度反映用户对各物品的偏好,为了使得筛选所得的目标物品更加符合目标用户偏好,本实施例中基于目标用户画像数据进行待筛选物品的确定。首先,需要根据目标用户的用户信息来确定目标用户画像数据,例如,可以根据目标用户的历史行为数据来构建目标用户画像数据,也可以根据用户信息从已构建的多个用户画像数据中匹配得到目标用户画像数据。
S220、依据目标用户画像数据中的历史行为数据,确定各待筛选物品及每个待筛选物品的特征向量。
获得目标用户画像数据后,便可根据目标用户画像数据中的历史行为数据,如浏览物品的历史物品浏览行为数据和购买物品的历史物品购买行为数据,来确定目标用户对应的各待筛选物品。例如,可以是将目标用户画像数据中的历史行为数据中涉及到的所有物品确定为各待筛选物品,也可以是将电商平台中与历史行为数据中涉及的物品的物品相似度达到一定相似度值的所有物品确定为各待筛选物品。需要说明的是,目标用户画像数据中不仅包含了目标用户的历史行为数据,其也包含了与目标用户同属一个用户画像的其他用户的历史行为数据。
确定了各待筛选物品之后,便可按照目标物品特征维度从历史行为数据中获得每个待筛选物品的特征向量。
示例性地,依据目标用户画像数据中的历史行为数据,确定每个待筛选物品的特征向量包括:
D、依据目标用户画像数据中的历史行为数据,确定每个待筛选物品的各目标物品特征维度的特征值。
可以从历史行为数据中统计获得每个待筛选物品的每个目标物品特征维度的取值(即特征值),也可以是从对历史行为数据进行统计而生成的数据报告中读取获得每个待筛选物品的每个目标物品特征维度的取值。至此,获得了每个待筛选物品的各目标物品特征维度的特征值。以各目标物品特征维度分别为低价天数、促销次数、折扣力度、设定时间周期内的用户访问量UV、设定时间周期内的销售件数和设定时间周期内的销售总额GMV为例,可获得如表3的特征值。
表3待筛选物品的各目标物品特征维度的特征值
E、基于预设非线性变换算法,对每个待筛选物品的各特征值进行数据标准化处理,生成每个待筛选物品的特征向量。
根据表3可知,由于每个目标物品特征维度的含义不同,使得各目标物品特征维度的特征值之间的量纲不同,且数值取值区间存在差异性,这些差异会降低线性回归模型的精度。基于此,本实施例中对获得的每个目标物品特征维度的特征值进行了标准化处理,以消除上述各种差异,从而进一步提高线性回归模型的建模精度和预测点击率的计算精度。
具体实施时,可以利用线性变换算法,如(其中,Xnorm、X、Xmin和Xmax分别为同一目标物品特征维度下的标准化后的特征值、标准化前的特征值、标准化前的特征值最小值和特征值最大值),对每个特征值进行标准化处理,将其标准化至[0,1]。也可以利用预先设定的非线性变换算法,如(其中,Xnorm、X和Xmax分别为同一目标物品特征维度下的标准化后的特征值、标准化前的特征值和标准化前的特征值最大值),对每个特征值进行标准化处理,将其标准化至[0,1]。
特征值标准化时采用线性变换算法或非线性变换算法取决于业务需求的精度要求、具体的线性回归模型形式和模型训练时采用的线性回归的正则化模型的训练模型形式等。以Lasso回归模型及物品筛选的较高精度需求而言,本实施例中选择非线性变换算法进行特征值的标准化处理。
除了标准化算法的选择之外,本实施例中还对特征值最大值的选择和低价天数等进行了额外的处理,如选取同一目标物品特征维度下的所有特征值分布的99分位数处的特征值最为特征值最大值,以及当低价天数大于365天时将其设置为365天等,进而可进行每个特征值的标准化处理,所得结果便为标准化后的各特征值。每个待筛选物品的标准化后的各特征值便构成相应待筛选物品的特征向量。
S230、基于各特征向量和预设的线性回归模型,确定各待筛选物品的预测点击率。
S240、对各待筛选物品进行分类,确定各待筛选物品所属的物品品类。
当物品筛选的业务需求为按照物品的品类进行物品筛选时,本实施例中需要将所有的待筛选物品进行分类,以确定每个待筛选物品所属的物品品类。物品分类的品类划分可根据业务需求而定,如一级品类、二级品类、三级品类或自定义品类等。
S250、针对各物品品类,依据属于物品品类的待筛选物品的预测点击率,从属于物品品类的待筛选物品中筛选出目标物品。
将所有的待筛选物品划分品类后,便按照预测点击率,对属于每个物品品类的所有待筛选物品进行排序,获得如表4所示的区分物品品类的待筛选物品的排序结果。之后,可按照物品筛选的业务需求中的筛选规则(如筛选数量等),基于排序结果进行物品的筛选。
表4基于三级品类和预测点击率的待筛选物品的排序结果
本实施例的技术方案,通过获取目标用户的目标用户画像数据;依据目标用户画像数据中的历史行为数据,确定各待筛选物品及每个待筛选物品的特征向量。实现了基于目标用户的用户画像数据来确定所有的待筛选物品,使得筛选所得目标物品更加符合目标用户的物品偏好,在减少计算量的基础上,进一步提高目标物品与目标用户之间的匹配度,从而进一步提升用户体验。通过对各待筛选物品进行分类,确定各待筛选物品所属的物品品类;针对各物品品类,依据属于物品品类的待筛选物品的预测点击率,从属于物品品类的待筛选物品中筛选出目标物品。实现了基于物品品类的物品筛选,提高了物品筛选的场景适用性,也进一步提高了后续目标物品筛选的效率和准确性。
实施例三
本实施例提供一种物品筛选装置,参见图4,该装置具体包括:
特征向量获取模块410,用于获取各待筛选物品分别对应的特征向量,其中,特征向量包括至少一个目标物品特征维度分别对应的子特征向量;
预测点击率确定模块420,用于基于各特征向量和预设的线性回归模型,确定各待筛选物品的预测点击率,其中,线性回归模型通过预先对线性回归的正则化模型进行训练而获得;
目标物品筛选模块430,用于依据各预测点击率,从各待筛选物品中筛选出目标物品。
可选地,特征向量获取模块410具体用于:
获取目标用户的目标用户画像数据;
依据目标用户画像数据中的历史行为数据,确定各待筛选物品及每个待筛选物品的特征向量。
进一步地,特征向量获取模块410还具体用于:
依据目标用户画像数据中的历史行为数据,确定每个待筛选物品的各目标物品特征维度的特征值;
基于预设非线性变换算法,对每个待筛选物品的各特征值进行数据标准化处理,生成每个待筛选物品的特征向量。
可选地,目标物品筛选模块430具体用于:
对各待筛选物品进行分类,确定各待筛选物品所属的物品品类;
针对各物品品类,依据属于物品品类的待筛选物品的预测点击率,从属于物品品类的待筛选物品中筛选出目标物品。
可选地,在上述装置的基础上,该装置还包括模型训练模块,用于通过如下方式预先训练获得线性回归模型:
获取至少两个样本物品的特征向量及点击率,作为各训练样本;
将各训练样本输入线性回归的正则化模型进行模型训练,确定线性回归的正则化模型中各模型参数的取值,其中,线性回归的正则化模型的因变量和自变量分别为预测点击率和特征向量对应的各目标物品特征维度,各模型参数为相应目标物品特征维度的加权权重;
利用线性回归的正则化模型的拟合项和各模型参数的取值,构建线性回归模型。
进一步地,模型训练模块还用于:
在确定线性回归的正则化模型中各模型参数的取值之后,且在利用线性回归的正则化模型的拟合项和各模型参数的取值,构建线性回归模型之前,若各模型参数的取值中存在负数取值,则将负数取值调整为小于各取值中任一正数取值的正数值。
可选地,目标物品特征维度为对物品被命中的贡献程度满足预设阈值的物品特征维度。
进一步地,目标物品特征维度为低价天数、促销次数、折扣力度、设定时间周期内的用户访问量、设定时间周期内的销售件数或设定时间周期内的销售总额。
通过本发明实施例三的一种物品筛选装置,实现了利用计算精度高、速度快的预设的线性回归模型来进行物品筛选,避免了物品筛选过程中的马太效应,均衡了物品筛选过程中的筛选精度和筛选效率。
本发明实施例所提供的物品筛选装置可执行本发明任意实施例所提供的物品筛选方法,具备执行方法相应的功能模块和有益效果。
值得注意的是,上述物品筛选装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
实施例四
参见图5,本实施例提供了一种电子设备500,其包括:一个或多个处理器520;存储装置510,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器520执行,使得一个或多个处理器520实现本发明实施例所提供的物品筛选方法,包括:
获取各待筛选物品分别对应的特征向量,其中,特征向量包括至少一个目标物品特征维度分别对应的子特征向量;
基于各特征向量和预设的线性回归模型,确定各待筛选物品的预测点击率,其中,线性回归模型通过预先对线性回归的正则化模型进行训练而获得;
依据各预测点击率,从各待筛选物品中筛选出目标物品。
当然,本领域技术人员可以理解,处理器520还可以实现本发明任意实施例所提供的物品筛选方法的技术方案。
图5显示的电子设备500仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于:一个或者多个处理器520,存储装置510,连接不同系统组件(包括存储装置510和处理器520)的总线550。
总线550表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备500典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备500访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置510可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)511和/或高速缓存存储器512。电子设备500可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统513可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线550相连。存储装置510可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块515的程序/实用工具514,可以存储在例如存储装置510中,这样的程序模块515包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块515通常执行本发明所描述的任意实施例中的功能和/或方法。
电子设备500也可以与一个或多个外部设备560(例如键盘、指向设备、显示器570等)通信,还可与一个或者多个使得用户能与该电子设备500交互的设备通信,和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口530进行。并且,电子设备500还可以通过网络适配器540与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图5所示,网络适配器540通过总线550与电子设备500的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备500使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
实施例五
本实施例提供一种包含计算机可执行指令的存储介质,计算机可执行指令在由计算机处理器执行时用于执行一种物品筛选方法,该方法包括:
获取各待筛选物品分别对应的特征向量,其中,特征向量包括至少一个目标物品特征维度分别对应的子特征向量;
基于各特征向量和预设的线性回归模型,确定各待筛选物品的预测点击率,其中,线性回归模型通过预先对线性回归的正则化模型进行训练而获得;
依据各预测点击率,从各待筛选物品中筛选出目标物品。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作,还可以执行本发明任意实施例所提供的物品筛选方法中的相关操作。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (11)
1.一种物品筛选方法,其特征在于,包括:
获取各待筛选物品分别对应的特征向量,其中,所述特征向量包括至少一个目标物品特征维度分别对应的子特征向量;
基于各所述特征向量和预设的线性回归模型,确定各所述待筛选物品的预测点击率,其中,所述线性回归模型通过预先对线性回归的正则化模型进行训练而获得;
依据各所述预测点击率,从各所述待筛选物品中筛选出目标物品。
2.根据权利要求1所述的方法,其特征在于,获取各待筛选物品分别对应的特征向量包括:
获取目标用户的目标用户画像数据;
依据所述目标用户画像数据中的历史行为数据,确定各所述待筛选物品及每个所述待筛选物品的特征向量。
3.根据权利要求2所述的方法,其特征在于,依据所述目标用户画像数据中的历史行为数据,确定每个所述待筛选物品的特征向量包括:
依据所述目标用户画像数据中的历史行为数据,确定每个所述待筛选物品的各目标物品特征维度的特征值;
基于预设非线性变换算法,对每个所述待筛选物品的各所述特征值进行数据标准化处理,生成每个所述待筛选物品的特征向量。
4.根据权利要求1所述的方法,其特征在于,依据各所述预测点击率,从各所述待筛选物品中筛选出目标物品包括:
对各所述待筛选物品进行分类,确定各所述待筛选物品所属的物品品类;
针对各物品品类,依据属于所述物品品类的待筛选物品的预测点击率,从属于所述物品品类的待筛选物品中筛选出目标物品。
5.根据权利要求1所述的方法,其特征在于,所述线性回归模型通过如下方式预先训练获得:
获取至少两个样本物品的特征向量及点击率,作为各训练样本;
将各所述训练样本输入所述线性回归的正则化模型进行模型训练,确定所述线性回归的正则化模型中各模型参数的取值,其中,所述线性回归的正则化模型的因变量和自变量分别为预测点击率和所述特征向量对应的各所述目标物品特征维度,各所述模型参数为相应目标物品特征维度的加权权重;
利用所述线性回归的正则化模型的拟合项和各所述模型参数的取值,构建所述线性回归模型。
6.根据权利要求5所述的方法,其特征在于,在所述确定所述线性回归的正则化模型中各模型参数的取值之后,且在所述利用所述线性回归的正则化模型的拟合项和各所述模型参数的取值,构建所述线性回归模型之前,还包括:
若各模型参数的取值中存在负数取值,则将所述负数取值调整为小于各所述取值中任一正数取值的正数值。
7.根据权利要求1所述的方法,其特征在于,所述目标物品特征维度为对物品被命中的贡献程度满足预设阈值的物品特征维度。
8.根据权利要求7所述的方法,其特征在于,所述目标物品特征维度为低价天数、促销次数、折扣力度、设定时间周期内的用户访问量、所述设定时间周期内的销售件数或所述设定时间周期内的销售总额。
9.一种物品筛选装置,其特征在于,包括:
特征向量获取模块,用于获取各待筛选物品分别对应的特征向量,其中,所述特征向量包括至少一个目标物品特征维度分别对应的子特征向量;
预测点击率确定模块,用于基于各所述特征向量和预设的线性回归模型,确定各所述待筛选物品的预测点击率,其中,所述线性回归模型通过预先对线性回归的正则化模型进行训练而获得;
目标物品筛选模块,用于依据各所述预测点击率,从各所述待筛选物品中筛选出目标物品。
10.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的物品筛选方法。
11.一种计算机可读存储介质,其上存储有计算机程序,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1-8中任一所述的物品筛选方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010092498.4A CN111754287A (zh) | 2020-02-14 | 2020-02-14 | 物品筛选方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010092498.4A CN111754287A (zh) | 2020-02-14 | 2020-02-14 | 物品筛选方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111754287A true CN111754287A (zh) | 2020-10-09 |
Family
ID=72673119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010092498.4A Pending CN111754287A (zh) | 2020-02-14 | 2020-02-14 | 物品筛选方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111754287A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112417007A (zh) * | 2020-12-03 | 2021-02-26 | 恒安嘉新(北京)科技股份公司 | 一种数据分析方法、装置、电子设备及存储介质 |
CN113477548A (zh) * | 2021-07-26 | 2021-10-08 | 北京沃东天骏信息技术有限公司 | 一种物品筛选装置和方法 |
CN113724015A (zh) * | 2021-09-07 | 2021-11-30 | 北京沃东天骏信息技术有限公司 | 确定目标显示页面的方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103440584A (zh) * | 2013-07-31 | 2013-12-11 | 北京亿赞普网络技术有限公司 | 一种广告投放方法和系统 |
CN107392318A (zh) * | 2017-07-26 | 2017-11-24 | 清华大学 | 基于局部线性化的复杂机器学习模型解释方法及装置 |
CN107766580A (zh) * | 2017-11-20 | 2018-03-06 | 北京奇虎科技有限公司 | 消息的推送方法及装置 |
CN108985517A (zh) * | 2018-07-27 | 2018-12-11 | 南京理工大学 | 基于线性回归的短时交通流量预测方法 |
CN109583932A (zh) * | 2018-09-29 | 2019-04-05 | 阿里巴巴集团控股有限公司 | 一种生成活动人群的方法、装置及电子设备 |
CN109992710A (zh) * | 2019-02-13 | 2019-07-09 | 网易传媒科技(北京)有限公司 | 点击率预估方法、系统、介质和计算设备 |
CN110070201A (zh) * | 2019-02-19 | 2019-07-30 | 国网浙江省电力有限公司 | 一种通过经济增长率预测用电量增长率的方法 |
AU2019100968A4 (en) * | 2019-09-10 | 2020-01-23 | Chen, Jiayi Miss | A Credit Reporting Evaluation System Based on Mixed Machine Learning |
-
2020
- 2020-02-14 CN CN202010092498.4A patent/CN111754287A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103440584A (zh) * | 2013-07-31 | 2013-12-11 | 北京亿赞普网络技术有限公司 | 一种广告投放方法和系统 |
CN107392318A (zh) * | 2017-07-26 | 2017-11-24 | 清华大学 | 基于局部线性化的复杂机器学习模型解释方法及装置 |
CN107766580A (zh) * | 2017-11-20 | 2018-03-06 | 北京奇虎科技有限公司 | 消息的推送方法及装置 |
CN108985517A (zh) * | 2018-07-27 | 2018-12-11 | 南京理工大学 | 基于线性回归的短时交通流量预测方法 |
CN109583932A (zh) * | 2018-09-29 | 2019-04-05 | 阿里巴巴集团控股有限公司 | 一种生成活动人群的方法、装置及电子设备 |
CN109992710A (zh) * | 2019-02-13 | 2019-07-09 | 网易传媒科技(北京)有限公司 | 点击率预估方法、系统、介质和计算设备 |
CN110070201A (zh) * | 2019-02-19 | 2019-07-30 | 国网浙江省电力有限公司 | 一种通过经济增长率预测用电量增长率的方法 |
AU2019100968A4 (en) * | 2019-09-10 | 2020-01-23 | Chen, Jiayi Miss | A Credit Reporting Evaluation System Based on Mixed Machine Learning |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112417007A (zh) * | 2020-12-03 | 2021-02-26 | 恒安嘉新(北京)科技股份公司 | 一种数据分析方法、装置、电子设备及存储介质 |
CN113477548A (zh) * | 2021-07-26 | 2021-10-08 | 北京沃东天骏信息技术有限公司 | 一种物品筛选装置和方法 |
CN113477548B (zh) * | 2021-07-26 | 2023-09-01 | 北京沃东天骏信息技术有限公司 | 一种物品筛选装置和方法 |
CN113724015A (zh) * | 2021-09-07 | 2021-11-30 | 北京沃东天骏信息技术有限公司 | 确定目标显示页面的方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018053966A1 (zh) | 点击率预估 | |
CN110647696B (zh) | 一种业务对象的排序方法及装置 | |
US20200234218A1 (en) | Systems and methods for entity performance and risk scoring | |
CN111754287A (zh) | 物品筛选方法、装置、设备和存储介质 | |
CN109213936B (zh) | 商品搜索方法和装置 | |
CN111931055B (zh) | 对象推荐方法、对象推荐装置和电子设备 | |
CN111966886A (zh) | 对象推荐方法、对象推荐装置、电子设备及存储介质 | |
CN110930218A (zh) | 一种识别欺诈客户的方法、装置及电子设备 | |
CN112598472A (zh) | 产品推荐方法、装置、系统、介质和程序产品 | |
CN113407854A (zh) | 一种应用推荐方法、装置、设备及计算机可读存储介质 | |
US11334935B2 (en) | Method, system, and manufacture for light hypergraph based recommendation | |
CN112348590A (zh) | 一种物品价值确定方法、装置、电子设备和存储介质 | |
CN115841345B (zh) | 跨境大数据智能化分析方法、系统以及存储介质 | |
CN113763089A (zh) | 物品推荐方法及装置、计算机可存储介质 | |
WO2020150597A1 (en) | Systems and methods for entity performance and risk scoring | |
CN112446777A (zh) | 一种信用评估方法、装置、设备及存储介质 | |
CN113362141A (zh) | 一种关联商品的推荐方法、装置、介质及电子设备 | |
US9830325B1 (en) | Determining a likelihood that two entities are the same | |
CN109272373B (zh) | 一种基于计算机的品牌推荐方法 | |
CN113269610A (zh) | 银行产品的推荐方法、装置及存储介质 | |
CN115456656A (zh) | 消费者购买意向预测方法、装置、电子设备及存储介质 | |
CN113076339A (zh) | 一种数据缓存方法、装置、设备及存储介质 | |
CN110852392A (zh) | 一种用户分群方法、装置、设备和介质 | |
CN113269574A (zh) | 信息分发方法、装置、设备和存储介质 | |
CN113129105B (zh) | 对象数据的处理方法、装置、设备、存储介质及程序 |
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 |