CN111951049A - 基于商品相似度的推荐方法及装置 - Google Patents
基于商品相似度的推荐方法及装置 Download PDFInfo
- Publication number
- CN111951049A CN111951049A CN202010817995.6A CN202010817995A CN111951049A CN 111951049 A CN111951049 A CN 111951049A CN 202010817995 A CN202010817995 A CN 202010817995A CN 111951049 A CN111951049 A CN 111951049A
- Authority
- CN
- China
- Prior art keywords
- similarity
- commodity
- recommendation
- recommended
- target
- 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
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000004590 computer program Methods 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 238000004891 communication Methods 0.000 description 12
- 239000000872 buffer Substances 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000007787 solid Substances 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9536—Search customisation based on social or collaborative filtering
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种基于商品相似度的推荐方法及装置，方法包括：接收目标客户输入的个性化推荐度；根据所述个性化推荐度确定推荐商品对应的干预相似度；基于所述干预相似度确定推荐商品中的目标推荐商品并将所述目标推荐商品推荐给目标客户，本发明能够实现客户对于推荐内容的主观干预，能够提高推荐的灵活性和效率。
Description
技术领域
本发明涉及数据挖掘和信息检索技术领域，具体涉及一种基于商品相似度的推荐方法及装置。
背景技术
目前很多电商或者咨询平台在提供商品信息时都会提供所谓的个性化推荐。这种个性化推荐的方法是一种基于商品相似度的协调过滤算法。以电商为例，这种算法根据客户购买多种商品的购买记录，计算出商品之间的相似度，然后将大于该相似度的相似度阈值对应的商品再经过时间因素、评分过滤等筛选推荐给客户。
现有技术无法考虑客户主观的想法。比如客户虽然看中了某种商品，但由于某种原因如在其他渠道购买了，或者已经不需要了，客户实际上已经不关心此类商品了。但推送系统仍会继续大量推送相关信息，导致推送系统的推送精度较低，而且推送系统还存在推荐方式不灵活的问题。
发明内容
为解决上述技术问题，本发明提供以下技术方案：
第一方面，本发明提供一种基于商品相似度的推荐方法，包括：
接收目标客户输入的个性化推荐度；
根据所述个性化推荐度确定推荐商品对应的干预相似度；
基于所述干预相似度确定推荐商品中的目标推荐商品并将所述目标推荐商品推荐给目标客户。
进一步的，在所述接收目标客户输入的个性化推荐度之前，还包括：
基于目标客户的交易记录确定目标客户的推荐商品；
计算所述推荐商品对应的商品相似度；其中，所述商品相似度是交易商品与推荐商品之间的相似度；
其中，所述根据所述个性化推荐度确定推荐商品对应的干预相似度，包括：
将所述个性化推荐度作为加权系数对预设的推荐相似度进行加权处理，得到加权相似度；
确定所述加权相似度与所述推荐相似度之和为所述干预相似度。
其中，所述基于所述干预相似度确定推荐商品中的目标推荐商品，包括：
获取各个推荐商品各自对应的商品相似度；
确定所述商品相似度大于所述干预相似度的推荐商品为目标推荐商品。
其中，所述干预相似度用于表示推荐商品的推荐阈值；
所述个性化推荐度用于表示目标客户设置的个性化推荐百分比，范围是0％-100％。
第二方面，本发明提供一种基于商品相似度的推荐装置，包括：
接收单元，用于接收目标客户输入的个性化推荐度；
计算单元，用于根据所述个性化推荐度确定推荐商品对应的干预相似度；
处理单元，用于基于所述干预相似度确定推荐商品中的目标推荐商品并将所述目标推荐商品推荐给目标客户。
进一步的，还包括：
推荐单元，用于基于目标客户的交易记录确定目标客户的推荐商品；
相似度单元，用于计算所述推荐商品对应的商品相似度；其中，所述商品相似度是交易商品与推荐商品之间的相似度；
其中，所述计算单元包括：
第一计算子单元，用于将所述个性化推荐度作为加权系数对预设的推荐相似度进行加权处理，得到加权相似度；
第二计算子单元，用于确定所述加权相似度与所述推荐相似度之和为所述干预相似度。
其中，所述处理单元包括：
获取子单元，用于获取各个推荐商品各自对应的商品相似度；
处理子单元，用于确定所述商品相似度大于所述干预相似度的推荐商品为目标推荐商品。
其中，所述干预相似度用于表示推荐商品的推荐阈值；
所述个性化推荐度用于表示目标客户设置的个性化推荐百分比，范围是0％-100％。
第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的基于商品相似度的推荐方法的步骤。
第四方面，本发明提供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所述的基于商品相似度的推荐方法的步骤。
由上述技术方案可知，本发明提供一种基于商品相似度的推荐方法及装置，通过接收目标客户输入的个性化推荐度；根据所述个性化推荐度确定推荐商品对应的干预相似度；基于所述干预相似度确定推荐商品中的目标推荐商品并将所述目标推荐商品推荐给目标客户，实现客户对于推荐内容的主观干预，能够提高推荐的灵活性、推送效率和推送精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中的基于商品相似度的推荐方法的第一流程示意图。
图2为本发明实施例中的基于商品相似度的推荐方法的第二流程示意图。
图3为本发明提供的基于商品相似度的推荐方法实施例中步骤S102的程示意图。
图4为本发明实施例中的基于商品相似度的推荐装置的第一结构示意图。
图5为本发明实施例中的基于商品相似度的推荐装置的第二结构示意图。
图6为本发明实施例中的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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、完整的描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。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他实施例，都属于本发明保护的范围。
本发明提供一种基于商品相似度的推荐方法的实施例，参见图1，所述基于商品相似度的推荐方法具体包含有如下内容：
S101：接收目标客户输入的个性化推荐度；
在本步骤中，推荐系统提供个性化推荐度设置功能，客户可以自由设置个性化推荐度。
需要说明的是，个性化推荐度用于表示目标客户设置的个性化推荐百分比，范围是0％-100％。个性化推荐度默认的系数是100％。
S102：根据所述个性化推荐度确定推荐商品对应的干预相似度；
在本步骤中，推荐系统在为客户推荐商品的时候，计算出推荐商品对应的商品相似度，根据个性化推荐度和商品相似度确定推荐商品对应的干预相似度。推荐系统以干预相似度代替商品相似度来进行商品推荐。
需要说明的是，干预相似度用于表示推荐商品的推荐阈值。
S103：基于所述干预相似度确定推荐商品中的目标推荐商品并将所述目标推荐商品推荐给目标客户。
在本步骤中，根据步骤S102能够获取各个推荐商品各自对应的商品相似度，推荐系统以干预相似度代替商品相似度来进行商品推荐时，确定商品相似度大于干预相似度的推荐商品为目标推荐商品。
可以理解的是，目标推荐商品是选定的被推荐至目标客户的商品。在确定目标推荐商品后将目标推荐商品推荐给目标客户。
从上述描述可知，本发明实施例提供的基于商品相似度的推荐方法，通过接收目标客户输入的个性化推荐度；根据所述个性化推荐度确定推荐商品对应的干预相似度；基于所述干预相似度确定推荐商品中的目标推荐商品并将所述目标推荐商品推荐给目标客户，实现客户对于推荐内容的主观干预，能够提高推荐的灵活性、推送效率和推送精度。
在本发明的一实施例中，参见图2，所述基于商品相似度的推荐方法的步骤S101之前还包含有步骤S111和步骤S112，具体包括：
S111：基于目标客户的交易记录确定目标客户的推荐商品；
S112：计算所述推荐商品对应的商品相似度；其中，所述商品相似度是交易商品与推荐商品之间的相似度；
在本实施例中，给目标客户推荐和其过去交易记录中的物品相似的商品，该商品即为推荐商品。其中，确定推荐商品与交易记录中的物品的相似度时，采用如下公式进行计算：
其中，W(i,j)表示商品i,j之间的相似度；N(i)表示喜欢商品i的用户集合，|N(i)|表示喜欢商品i的用户的个数。
确定目标客户的推荐商品后，计算目标客户U对哥哥推荐商品中的一个推荐商品的商品相似度，具体是采用如下公式进行计算商品相似度：
其中，P(u,j)表示目标客户u对推荐商品j的商品相似度，S(j,k)表示和推荐商品j最相似的k个物品，N(u)表示目标客户u产生过交易行为的物品集合，r(u,i)表示目标客户u对推荐商品i是否产生过交易行为；W(j，i)表示商品j，i之间的相似度。
在本发明的一实施例中，参见图3，所述基于商品相似度的推荐方法的实施例中步骤S102具体包含有如下内容：
S1021：将所述个性化推荐度作为加权系数对预设的推荐相似度进行加权处理，得到加权相似度；
S1022：确定所述加权相似度与所述推荐相似度之和为所述干预相似度。
需要说明的是，预设的推荐相似度是推荐系统未采用本实施例推送方法之前，用于表示推荐商品的推荐阈值。干预相似度是推荐系统采用本实施例推送方法之后，用于表示推荐商品的推荐阈值。
在本实施例中，干预相似度＝1-(1-推荐相似度)x个性化推荐度。
例如：推动系统原推荐的商品的推荐相似度是40％，即大于40％相似度的商品会推荐给客户。客户认为推送系统推荐了太多自己不关注的商品将个性化推荐度系数设置成50％，这样推荐系统推荐的商品相似度就变成1-(1-40％)x50％＝70％，提高了相似度，减少了推荐商品数量。
在本实施例中还提供了另一种计算干预相似度的方法：干预相似度＝推荐相似度x(1+个性化推荐度％)。
例如：某系统原推荐的商品相似度是40％，即大于40％相似度的商品会推荐给客户。客户认为系统推荐了太多自己不关注的商品将个性化推荐度系数设置成50％，这样系统推荐的商品相似度就变成40％x(1+50％)＝60％，提高了相似度，减少了推荐商品数量。
本发明实施例提供一种能够实现所述基于商品相似度的推荐方法中全部内容的基于商品相似度的推荐装置的具体实施方式，参见图4，所述基于商品相似度的推荐装置具体包括如下内容：
接收单元10，用于接收目标客户输入的个性化推荐度；
计算单元11，用于根据所述个性化推荐度确定推荐商品对应的干预相似度；
处理单元12，用于基于所述干预相似度确定推荐商品中的目标推荐商品并将所述目标推荐商品推荐给目标客户。
其中，所述计算单元11包括：
第一计算子单元，用于将所述个性化推荐度作为加权系数对预设的推荐相似度进行加权处理，得到加权相似度；
第二计算子单元，用于确定所述加权相似度与所述推荐相似度之和为所述干预相似度。
其中，所述处理单元12包括：
获取子单元，用于获取各个推荐商品各自对应的商品相似度；
处理子单元，用于确定所述商品相似度大于所述干预相似度的推荐商品为目标推荐商品。
其中，所述干预相似度用于表示推荐商品的推荐阈值；
所述个性化推荐度用于表示目标客户设置的个性化推荐百分比，范围是0％-100％。
在本发明的一实施例中，参见图5，所述基于商品相似度的推荐装置还包括：
推荐单元21，用于基于目标客户的交易记录确定目标客户的推荐商品；
相似度单元22，用于计算所述推荐商品对应的商品相似度；其中，所述商品相似度是交易商品与推荐商品之间的相似度；
本发明提供的基于商品相似度的推荐装置的实施例具体可以用于执行上述实施例中的基于商品相似度的推荐方法的实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
从上述描述可知，本发明实施例提供的基于商品相似度的推荐装置，通过接收目标客户输入的个性化推荐度；根据所述个性化推荐度确定推荐商品对应的干预相似度；基于所述干预相似度确定推荐商品中的目标推荐商品并将所述目标推荐商品推荐给目标客户，实现客户对于推荐内容的主观干预，能够提高推荐的灵活性、推送效率和推送精度。
本申请提供一种用于实现所述基于商品相似度的推荐方法中的全部或部分内容的电子设备的实施例所述电子设备具体包含有如下内容：
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现相关设备之间的信息传输；该电子设备可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该电子设备可以参照实施例用于实现所述基于商品相似度的推荐方法的实施例及用于实现所述基于商品相似度的推荐装置的实施例进行实施，其内容被合并于此，重复之处不再赘述。
图6为本申请实施例的电子设备9600的系统构成的示意框图。如图6所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图6是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
一实施例中，基于商品相似度的推荐功能可以被集成到中央处理器9100中。其中，中央处理器9100可以被配置为进行如下控制：
接收目标客户输入的个性化推荐度；
根据所述个性化推荐度确定推荐商品对应的干预相似度；
基于所述干预相似度确定推荐商品中的目标推荐商品并将所述目标推荐商品推荐给目标客户。
从上述描述可知，本申请的实施例提供的电子设备，通过接收目标客户输入的个性化推荐度；根据所述个性化推荐度确定推荐商品对应的干预相似度；基于所述干预相似度确定推荐商品中的目标推荐商品并将所述目标推荐商品推荐给目标客户，实现客户对于推荐内容的主观干预，能够提高推荐的灵活性、推送效率和推送精度。
在另一个实施方式中，基于商品相似度的推荐装置可以与中央处理器9100分开配置，例如可以将基于商品相似度的推荐配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现基于商品相似度的推荐功能。
如图6所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图6中所示的所有部件；此外，电子设备9600还可以包括图6中没有示出的部件，可以参考现有技术。
如图6所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。
该存储器9140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
本发明的实施例还提供能够实现上述实施例中的基于商品相似度的推荐方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的基于商品相似度的推荐方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
接收目标客户输入的个性化推荐度；
根据所述个性化推荐度确定推荐商品对应的干预相似度；
基于所述干预相似度确定推荐商品中的目标推荐商品并将所述目标推荐商品推荐给目标客户。
从上述描述可知，本发明实施例提供的计算机可读存储介质，通过接收目标客户输入的个性化推荐度；根据所述个性化推荐度确定推荐商品对应的干预相似度；基于所述干预相似度确定推荐商品中的目标推荐商品并将所述目标推荐商品推荐给目标客户，实现客户对于推荐内容的主观干预，能够提高推荐的灵活性、推送效率和推送精度。
虽然本发明提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的装置或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
本领域技术人员应明白，本说明书的实施例可提供为方法、装置(系统)或计算机程序产品。因此，本说明书实施例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、CD-ROM、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、装置(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。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面，也不局限于任何单一的实施例，也不局限于这些方面和/或实施例的任意组合和/或置换。而且，可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (12)
1.一种基于商品相似度的推荐方法，其特征在于，包括：
接收目标客户输入的个性化推荐度；
根据所述个性化推荐度确定推荐商品对应的干预相似度；
基于所述干预相似度确定推荐商品中的目标推荐商品并将所述目标推荐商品推荐给目标客户。
2.根据权利要求1所述的基于商品相似度的推荐方法，其特征在于，在所述接收目标客户输入的个性化推荐度之前，还包括：
基于目标客户的交易记录确定目标客户的推荐商品；
计算所述推荐商品对应的商品相似度；其中，所述商品相似度是交易商品与推荐商品之间的相似度。
3.根据权利要求1所述的基于商品相似度的推荐方法，其特征在于，所述根据所述个性化推荐度确定推荐商品对应的干预相似度，包括：
将所述个性化推荐度作为加权系数对预设的推荐相似度进行加权处理，得到加权相似度；
确定所述加权相似度与所述推荐相似度之和为所述干预相似度。
4.根据权利要求1所述的基于商品相似度的推荐方法，其特征在于，所述基于所述干预相似度确定推荐商品中的目标推荐商品，包括：
获取各个推荐商品各自对应的商品相似度；
确定所述商品相似度大于所述干预相似度的推荐商品为目标推荐商品。
5.根据权利要求1所述的基于商品相似度的推荐方法，其特征在于，所述干预相似度用于表示推荐商品的推荐阈值；
所述个性化推荐度用于表示目标客户设置的个性化推荐百分比，范围是0％-100％。
6.一种基于商品相似度的推荐装置，其特征在于，包括：
接收单元，用于接收目标客户输入的个性化推荐度；
计算单元，用于根据所述个性化推荐度确定推荐商品对应的干预相似度；
处理单元，用于基于所述干预相似度确定推荐商品中的目标推荐商品并将所述目标推荐商品推荐给目标客户。
7.根据权利要求6所述的基于商品相似度的推荐装置，其特征在于，还包括：
推荐单元，用于基于目标客户的交易记录确定目标客户的推荐商品；
相似度单元，用于计算所述推荐商品对应的商品相似度；其中，所述商品相似度是交易商品与推荐商品之间的相似度。
8.根据权利要求6所述的基于商品相似度的推荐装置，其特征在于，所述计算单元包括：
第一计算子单元，用于将所述个性化推荐度作为加权系数对预设的推荐相似度进行加权处理，得到加权相似度；
第二计算子单元，用于确定所述加权相似度与所述推荐相似度之和为所述干预相似度。
9.根据权利要求6所述的基于商品相似度的推荐装置，其特征在于，所述处理单元包括：
获取子单元，用于获取各个推荐商品各自对应的商品相似度；
处理子单元，用于确定所述商品相似度大于所述干预相似度的推荐商品为目标推荐商品。
10.根据权利要求6所述的基于商品相似度的推荐装置，其特征在于，所述干预相似度用于表示推荐商品的推荐阈值；
所述个性化推荐度用于表示目标客户设置的个性化推荐百分比，范围是0％-100％。
11.一种电子设备，包括存储器、处理器及存储在存储器上并可在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程序时实现权利要求1至5任一项所述的基于商品相似度的推荐方法的步骤。
12.一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，该计算机程序被处理器执行时实现权利要求1至5任一项所述的基于商品相似度的推荐方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010817995.6A CN111951049A (zh) | 2020-08-14 | 2020-08-14 | 基于商品相似度的推荐方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010817995.6A CN111951049A (zh) | 2020-08-14 | 2020-08-14 | 基于商品相似度的推荐方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111951049A true CN111951049A (zh) | 2020-11-17 |
Family
ID=73343763
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010817995.6A Pending CN111951049A (zh) | 2020-08-14 | 2020-08-14 | 基于商品相似度的推荐方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111951049A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113946755A (zh) * | 2021-10-29 | 2022-01-18 | 平安科技（深圳）有限公司 | 基于关联规则的信息推送方法、装置、设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107562881A (zh) * | 2017-09-04 | 2018-01-09 | 网易无尾熊（杭州）科技有限公司 | 推荐系统的干预方法、介质、系统及计算设备 |
| CN107943864A (zh) * | 2017-11-10 | 2018-04-20 | 阿基米德（上海）传媒有限公司 | 一种多媒体内容媒体下安全可控的智能推荐系统 |
| CN108198019A (zh) * | 2017-12-27 | 2018-06-22 | 网易无尾熊（杭州）科技有限公司 | 物品推荐方法及装置、存储介质、电子设备 |
| CN108345630A (zh) * | 2017-12-27 | 2018-07-31 | 北京字节跳动网络技术有限公司 | 数字内容推送的方法、装置、智能终端及可读存储介质 |
| CN109242649A (zh) * | 2018-10-31 | 2019-01-18 | 广州品唯软件有限公司 | 一种商品推荐方法及相关装置 |
| CN110020921A (zh) * | 2019-04-09 | 2019-07-16 | 浩鲸云计算科技股份有限公司 | 一种ai推荐引擎赋能商品营销方法 |
| CN110188267A (zh) * | 2019-05-19 | 2019-08-30 | 青岛民航凯亚系统集成有限公司 | 一种基于旅客市场行为特征建立自助服务的系统 |
| CN110399185A (zh) * | 2018-04-24 | 2019-11-01 | 华为技术有限公司 | 一种调整智能推荐的方法、终端及服务器 |
-
2020
- 2020-08-14 CN CN202010817995.6A patent/CN111951049A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107562881A (zh) * | 2017-09-04 | 2018-01-09 | 网易无尾熊（杭州）科技有限公司 | 推荐系统的干预方法、介质、系统及计算设备 |
| CN107943864A (zh) * | 2017-11-10 | 2018-04-20 | 阿基米德（上海）传媒有限公司 | 一种多媒体内容媒体下安全可控的智能推荐系统 |
| CN108198019A (zh) * | 2017-12-27 | 2018-06-22 | 网易无尾熊（杭州）科技有限公司 | 物品推荐方法及装置、存储介质、电子设备 |
| CN108345630A (zh) * | 2017-12-27 | 2018-07-31 | 北京字节跳动网络技术有限公司 | 数字内容推送的方法、装置、智能终端及可读存储介质 |
| CN110399185A (zh) * | 2018-04-24 | 2019-11-01 | 华为技术有限公司 | 一种调整智能推荐的方法、终端及服务器 |
| CN109242649A (zh) * | 2018-10-31 | 2019-01-18 | 广州品唯软件有限公司 | 一种商品推荐方法及相关装置 |
| CN110020921A (zh) * | 2019-04-09 | 2019-07-16 | 浩鲸云计算科技股份有限公司 | 一种ai推荐引擎赋能商品营销方法 |
| CN110188267A (zh) * | 2019-05-19 | 2019-08-30 | 青岛民航凯亚系统集成有限公司 | 一种基于旅客市场行为特征建立自助服务的系统 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113946755A (zh) * | 2021-10-29 | 2022-01-18 | 平安科技（深圳）有限公司 | 基于关联规则的信息推送方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111932238B (zh) | 支付账户推荐方法、装置及电子设备 | |
| CN103703436A (zh) | 数据处理装置、数据处理方法、数据处理程序、以及记录该程序的计算机可读取的记录介质 | |
| CN112686519A (zh) | 一种灰度调整方法、装置、电子设备及存储介质 | |
| CN106998314B (zh) | 账户交互方法及装置 | |
| CN111951049A (zh) | 基于商品相似度的推荐方法及装置 | |
| CN108810056B (zh) | 信息推送方法及装置 | |
| CN109102177A (zh) | 云货架的处理方法、装置及设备 | |
| CN111177562A (zh) | 一种目标对象的推荐排序处理方法、装置及服务器 | |
| CN114092226A (zh) | 银行网点外汇产品推荐方法及装置 | |
| CN114387056A (zh) | 一种信息推荐方法及装置 | |
| US10089674B1 (en) | Ordering a set of data associated with an item | |
| CN117501676A (zh) | 信息处理装置、信息处理方法和程序 | |
| CN111767435A (zh) | 用户行为分析方法及装置 | |
| CN109712011B (zh) | 社区发现方法和装置 | |
| CN113628007A (zh) | 信息处理方法、服务器、终端设备及存储介质 | |
| CN113298647A (zh) | 智能化选择信用卡银行方法及装置 | |
| CN112084348A (zh) | 一种关联度确定方法及装置 | |
| CN113822734A (zh) | 用于生成信息的方法和装置 | |
| CN113256362A (zh) | 用于输出信息的方法和装置 | |
| CN101479719A (zh) | 多种货币显示 | |
| CN111401395A (zh) | 一种数据处理方法、终端设备及存储介质 | |
| CN110910258A (zh) | 家庭保险数据处理方法、装置、电子设备及存储介质 | |
| US20040093393A1 (en) | System and method for selecting a media file for a mobile device | |
| KR102485807B1 (ko) | 사용자를 위한 주방 용품 추천 방법 | |
| CN108132946B (zh) | 序列化数据的展示方法及装置 |
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 |