CN112200624A - 商品推荐方法、装置、终端设备以及存储介质 - Google Patents
商品推荐方法、装置、终端设备以及存储介质 Download PDFInfo
- Publication number
- CN112200624A CN112200624A CN202011046702.5A CN202011046702A CN112200624A CN 112200624 A CN112200624 A CN 112200624A CN 202011046702 A CN202011046702 A CN 202011046702A CN 112200624 A CN112200624 A CN 112200624A
- Authority
- CN
- China
- Prior art keywords
- commodity information
- bearing
- relationship
- commodity
- sequential
- 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 49
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 244000061456 Solanum tuberosum Species 0.000 description 18
- 235000002595 Solanum tuberosum Nutrition 0.000 description 18
- 238000004891 communication Methods 0.000 description 14
- 239000000843 powder Substances 0.000 description 12
- 239000008187 granular material Substances 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 235000013555 soy sauce Nutrition 0.000 description 7
- 239000000203 mixture Substances 0.000 description 6
- 241000251468 Actinopterygii Species 0.000 description 5
- 244000000626 Daucus carota Species 0.000 description 5
- 235000002767 Daucus carota Nutrition 0.000 description 5
- 241000269978 Pleuronectiformes Species 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 235000012015 potatoes Nutrition 0.000 description 4
- 238000003756 stirring Methods 0.000 description 4
- 230000000116 mitigating effect Effects 0.000 description 3
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 241000590419 Polygonia interrogationis Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052956 cinnabar Inorganic materials 0.000 description 1
- 210000001072 colon Anatomy 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005055 memory storage Effects 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
- 230000035484 reaction time Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 235000009566 rice Nutrition 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
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
本发明公开一种商品推荐方法，所述方法包括以下步骤：在接收到的商品推荐请求时，根据所述商品推荐请求，获得目标商品信息；根据所述目标商品信息和顺承关系库，获得多个推荐商品信息，其中，所述顺承关系库是基于历史购买攻略语料获得的，所述历史购买攻略语料包括多个具有顺承关系的关联商品信息；输出所述多个推荐商品信息。本发明还公开了一种商品推荐装置、终端设备以及存储介质。根据目标商品信息和顺承关系库获得的推荐商品信息包括的多个商品信息具有顺承关系，推荐商品信息多样化较高，用户体验较好。
Description
技术领域
本发明涉及商品应用技术领域，特别涉及一种商品推荐方法、装置、终端设备以及存储介质。
背景技术
相关技术中，公开了一种商品推荐方法，在接收到用户的商品需求信息时，根据所述商品需求信息和构建好的知识图谱，获得推荐商品信息。
但是，采用现有的商品推荐方法，获得的推荐商品信息较为单一，导致用户体验较差。
发明内容
本发明的主要目的是提供一种商品推荐方法、装置、终端设备以及存储介质，旨在解决现有技术中采用现有的商品推荐方法，获得的推荐商品信息较为单一，导致用户体验较差的技术问题。
为实现上述目的，本发明提出的一种商品推荐方法，所述方法包括以下步骤：
在接收到的商品推荐请求时，根据所述商品推荐请求，获得目标商品信息；
根据所述目标商品信息和顺承关系库，获得多个推荐商品信息，其中，所述顺承关系库是基于历史购买攻略语料获得的，所述历史购买攻略语料包括多个具有顺承关系的关联商品信息；
输出所述多个推荐商品信息。
可选的，所述根据所述目标商品信息和顺承关系库，获得多个推荐商品信息的步骤之前，所述方法还包括：
获取所述历史购买攻略预料，所述历史购买攻略语料包括多个具有顺承关系的关联商品信息；
基于所述历史购买攻略语料，获得顺承关系库。
可选的，所述基于所述历史购买攻略语料，获得顺承关系库的步骤包括：
对所述历史购买攻略语料进行关键词提取，获得具有顺承关系的预选关联商品信息；
利用所述预选关联商品信息，获得顺承关系库。
可选的，所述对所述历史购买攻略语料进行关键词提取，获得具有顺承关系的预选关联商品信息的步骤之前，所述方法还包括：
利用预设句子切割策略，对所述历史购买攻略语料进行切割，获得多个具有顺承关系的短句；
所述对所述历史购买攻略语料进行关键词提取，获得具有顺承关系的预选关联商品信息的步骤包括：
对所述多个具有顺承关系的短句进行关键词提取，获得具有顺承关系的预选关联商品信息。
可选的，所述对所述多个具有顺承关系的短句进行关键词提取，获得具有顺承关系的预选关联商品信息的步骤包括：
对所述多个具有顺承关系的短句进行动名词短语提取，获得具有顺承关系的多个选定短语；
基于所述具有顺承关系的多个选定短语，获得具有顺承关系的预选关联商品信息。
可选的，所述基于所述具有顺承关系的多个选定短语，获得具有顺承关系的预选关联商品信息的步骤包括：
基于所述具有顺承关系的多个选定短语，构建具有顺承关系的关联事件；
将所述具有顺承关系的关联事件中的动词和非商品信息删除，获得具有顺承关系的预选关联商品信息。
可选的，所述利用所述预选关联商品信息，获得顺承关系库的步骤包括：
获取所述预选关联商品信息在所述历史购买攻略语料中的权重；
在所述预选关联商品信息中筛选权重大于预设权重阈值的具有顺承关系的选定关联商品信息；
基于所述具有顺承关系的选定关联商品信息，获得顺承关系库。
此外，为实现上述目的，本发明还提出了一种商品推荐装置，所述装置包括：
接收模块，用于在接收到的商品推荐请求时，根据所述商品推荐请求，获得目标商品信息；
推荐模块，用于根据所述目标商品信息和顺承关系库，获得多个推荐商品信息，其中，所述顺承关系库是基于历史购买攻略语料获得的，所述历史购买攻略语料包括多个具有顺承关系的关联商品信息；
输出模块，用于输出所述多个推荐商品信息。
此外，为实现上述目的，本发明还提出了一种终端设备，所述终端设备包括：存储器、处理器及存储在所述存储器上并在所述处理器上运行商品推荐程序，所述商品推荐程序被所述处理器执行时实现如上述任一项所述的商品推荐方法的步骤。
此外，为实现上述目的，本发明还提出了一种存储介质，其特征在于，所述存储介质上存储有商品推荐程序，所述商品推荐程序被处理器执行时实现如上述任一项所述的商品推荐方法的步骤。
本发明公开了一种商品推荐方法，通过在接收到的商品推荐请求时，根据所述商品推荐请求，获得目标商品信息；根据所述目标商品信息和顺承关系库，获得推荐商品信息，所述推荐商品信息包括多个与所述目标商品信息具有顺承关系的推荐商品信息，其中，所述顺承关系库是基于历史购买攻略语料集获得的，所述历史购买攻略语料集中的购买攻略语料包括多个具有顺承关系的关联商品信息；输出所述推荐商品信息。由于，顺承关系库是基于历史购买攻略语料集获得的，所述历史购买攻略语料集中的购买攻略语料包括多个具有顺承关系的关联商品信息，所以，根据目标商品信息和顺承关系库获得的推荐商品信息包括的多个商品信息具有顺承关系，推荐商品信息多样化较高，用户体验较好。
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的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例方案涉及的硬件运行环境的终端设备结构示意图；
图2为本发明商品推荐方法第一实施例的流程图；
图3为本发明商品推荐装置第一实施例的结构示意图，应用于终端设备。
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，所描述的实施例仅仅是本发明的一部分实施例，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作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。
在现有的商品推荐方法中，根据所述商品需求信息和构建好的知识图谱，获得推荐商品信息。由于构建的知识图谱中商品及商品关系大多是稳定的，导致商品之间关系固化限定了用户偏好的范围；同时，利用构建的知识图谱对商品的推荐精度比较差、反应时间比较长。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的终端设备结构示意图。
终端设备可以是移动电话、智能电话、笔记本电脑、数字广播接收器、个人数字助理(PDA)、平板电脑(PAD)等用户设备(User Equipment，UE)、手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备、移动台(Mobile station，MS)等。设备可能被称为用户终端、便携式终端、台式终端等。
通常，终端设备包括：至少一个处理器301、存储器302以及存储在所述存储器上并可在所述处理器上运行的商品推荐程序，所述商品推荐程序配置为实现如前所述的商品推荐方法的步骤。
处理器301可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器301可以采用DSP(Digital Signal Processing，数字信号处理)、FPGA(Field－Programmable Gate Array，现场可编程门阵列)、PLA(Programmable Logic Array，可编程逻辑阵列)中的至少一种硬件形式来实现。处理器301也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称CPU(CentralProcessingUnit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器301可以在集成有GPU(Graphics Processing Unit，图像处理器)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。处理器301还可以包括AI(Artificial Intelligence，人工智能)处理器，该AI处理器用于处理有关商品推荐方法操作，使得商品推荐方法模型可以自主训练学习，提高效率和准确度。
存储器302可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器302还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中，存储器302中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器801所执行以实现本申请中方法实施例提供的商品推荐方法。
在一些实施例中，终端还可选包括有：通信接口303和至少一个外围设备。处理器301、存储器302和通信接口303之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与通信接口303相连。具体地，外围设备包括：射频电路304、显示屏305和电源306中的至少一种。
通信接口303可被用于将I/O(Input/Output，输入/输出)相关的至少一个外围设备连接到处理器301和存储器302。在一些实施例中，处理器301、存储器302和通信接口303被集成在同一芯片或电路板上；在一些其他实施例中，处理器301、存储器302和通信接口303中的任意一个或两个可以在单独的芯片或电路板上实现，本实施例对此不加以限定。
射频电路304用于接收和发射RF(Radio Frequency，射频)信号，也称电磁信号。射频电路304通过电磁信号与通信网络以及其他通信设备进行通信。射频电路304将电信号转换为电磁信号进行发送，或者，将接收到的电磁信号转换为电信号。可选地，射频电路304包括：天线系统、RF收发器、一个或多个放大器、调谐器、振荡器、数字信号处理器、编解码芯片组、用户身份模块卡等等。射频电路304可以通过至少一种无线通信协议来与其它终端进行通信。该无线通信协议包括但不限于：城域网、各代移动通信网络(2G、3G、4G及5G)、无线局域网和/或WiFi(Wireless Fidelity，无线保真)网络。在一些实施例中，射频电路304还可以包括NFC(Near Field Communication，近距离无线通信)有关的电路，本申请对此不加以限定。
显示屏305用于显示UI(User Interface，用户界面)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏305是触摸显示屏时，显示屏305还具有采集在显示屏305的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器301进行处理。此时，显示屏305还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏305可以为一个，电子设备的前面板；在另一些实施例中，显示屏305可以为至少两个，分别设置在电子设备的不同表面或呈折叠设计；在再一些实施例中，显示屏305可以是柔性显示屏，设置在电子设备的弯曲表面上或折叠面上。甚至，显示屏305还可以设置成非矩形的不规则图形，也即异形屏。显示屏305可以采用LCD(LiquidCrystal Display，液晶显示屏)、OLED(Organic Light-Emitting Diode,有机发光二极管)等材质制备。
电源306用于为电子设备中的各个组件进行供电。电源306可以是交流电、直流电、一次性电池或可充电电池。当电源306包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。本领域技术人员可以理解，图1中示出的结构并不构成对商品推荐设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有商品推荐程序，所述商品推荐程序被处理器执行时实现如上文所述的商品推荐方法的步骤。因此，这里将不再进行赘述。另外，对采用相同方法的有益效果描述，也不再进行赘述。对于本申请所涉及的计算机可读存储介质实施例中未披露的技术细节，请参照本申请方法实施例的描述。确定为示例，程序指令可被部署为在一个终端设备上执行，或者在位于一个地点的多个终端设备上执行，又或者，在分布在多个地点且通过通信网络互连的多个终端设备上执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，上述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，上述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
基于上述硬件结构，提出本发明商品推荐方法的实施例。
参照图2，图2为本发明商品推荐方法第一实施例的流程图，应用于终端设备，所述方法包括以下步骤：
步骤S11：在接收到的商品推荐请求时，根据所述商品推荐请求，获得目标商品信息。
需要说明的是，商品推荐请求是用户发送的，可以是用户通过所述终端设备的输入模块输入的商品推荐请求；输入模块可以是语音输入模块，也可以是键盘输入模块，本发明不做具体限制。商品推荐请求也可以是用户通过与所述终端设备通信连接的其他移动设备发送的商品推荐请求。
通常，商品推荐请求包括用户想要购买的商品信息，即目标商品信息。用户发送的商品推荐请求通常是包括目标商品信息短语或句子，需要在商品推荐请求中提取出来目标商品信息，提取方法可以是简单的关键词提取，也可以是其他提取方式，本发明不做限制。
可以理解的是，本发明的商品不仅限于常见的商品，还可以包括出行、住宿、学习技巧以及演出等。
例如，用户通过终端设备的键盘输入模块输入商品推荐请求为朱砂色口红，终端设备接收到商品推荐请求时，在商品推荐请求中提取出目标商品信息为口红。
步骤S12：根据所述目标商品信息和顺承关系库，获得多个推荐商品信息，其中，所述顺承关系库是基于历史购买攻略语料获得的，所述历史购买攻略语料包括多个具有顺承关系的关联商品信息。
需要说明的是，历史购买攻略语料可以是商品购买攻略短文、午餐推荐短文、出行推荐短文、电影推荐短文和学习技巧短文等；可以理解的是购买攻略语料中的商品信息可以付费的商品信息，也可以包括免费的商品信息；历史购买攻略语料可以包括多个短文。通常，较优的，以当前时刻较流行的商品信息对应的短文作为当前的历史购买攻略语料，并且，获得顺承关系库之后，在获得一定数量的新的历史购买攻略语料后，利用新的历史购买攻略语料对顺承关系库进行更新，以保证顺承关系库与时俱进。
可以理解的是，利用历史购买攻略语料，获得的顺承关系库包括多个具有顺承关系的关联商品信息；根据目标商品信息，在顺承关系库中获得与目标商品信息的匹配的选定商品信息，并利用顺承关系库中与选定商品信息具有顺承关系的多个推荐商品信息。其中，所述匹配可以是商品类型相同或相近，商品对应的品牌相同或者相近等，本发明不做限制。
具体应用中，推荐商品信息可以是图片的形式，也可以是句子的形式，还可以时购买链接的形式，本发明不做具体限定；其中，根据顺承关系库获得的推荐商品信息可以是包括推荐商品信息的几个选定短语，然后根据几个选定短语关联对应的图片、句子或者购买链接。
进一步的，步骤S12之前，所述方法还包括：获取所述历史购买攻略预料，所述历史购买攻略语料包括多个具有顺承关系的关联商品信息；基于所述历史购买攻略语料，获得顺承关系库。
其中，所述基于所述历史购买攻略语料，获得顺承关系库的步骤包括：对所述历史购买攻略语料进行关键词提取，获得具有顺承关系的预选关联商品信息；利用所述预选关联商品信息，获得顺承关系库。
需要说明的是，历史购买攻略语料是短文的形式，短文中包括各种各样的无用信息，即，非商品信息，需要在历史购买攻略语料中提取出关键词。减少无用信息，减少终端设备构建顺承关系库所处理数据的数量，提高效率。
进一步的，所述对所述历史购买攻略语料进行关键词提取，获得具有顺承关系的预选关联商品信息的步骤之前，所述方法还包括：利用预设句子切割策略，对所述历史购买攻略语料进行切割，获得多个具有顺承关系的短句；
相应的，所述对所述历史购买攻略语料进行关键词提取，获得具有顺承关系的预选关联商品信息的步骤包括：对所述多个具有顺承关系的短句进行关键词提取，获得具有顺承关系的预选关联商品信息。
需要说明的是，预设句子切割策略可以分成两部分，第一部分为短文句子化策略：利用句尾类标点，将短文分成多个具有顺序的整句(此处顺序即为短文中，句子的先后排列顺序，顺承关系是以句子的先后排列顺序为基础获得的)，第二部分为整句在切割：利用句中符号、连接词或介词将整句切割为短语。
具体应用中，句尾类标点可以是句号、问号、冒号、换行符号和感叹号等，句中符号可以是顿号和逗号等，连接词可以是和、或等，介词可以是在、于等，本发明不做具体限制。
例如，历史购买攻略语料为：吃丰盛的午饭，将土豆切成小块，将胡萝卜切为粒状，配上半条扁鱼，匀以一大勺薯粉，搅拌成糊状，然后放入油锅，炸成小块，酌加一小勺绍兴酒，拌一小勺酱油；利用预设句子切割策略，将历史购买攻略语料为切割为：[吃丰盛的午饭(空格)将土豆切成小块(空格)将胡萝卜切为粒状(空格)配上半条扁鱼(空格)匀以一大勺薯粉(空格)搅拌成糊状(空格)然后放入油锅(空格)炸成小块(空格)酌加一小勺绍兴酒(空格)拌一小勺酱油]，其中，短句之间可以是空格的方式隔开也可以是其他方式隔开，本发明不做限制。
可以理解的是，本发明预选关联商品信息的顺承关系即为历史购买攻略语料中的商品信息的先后排列顺序，最终获得的顺承关系库中的多个关联商品信息的顺承关系也为上述先后排列顺序；另外，与目标商品信息对应的选定商品信息可以是一组具有顺承关系的多个关联商品信息中的任意位置的商品信息，该组具有顺承关系的多个关联商品信息即为获得的多个推荐商品信息。
例如，用户通过终端设备的键盘输入模块输入商品推荐请求为朱砂色口红，终端设备接收到商品推荐请求时，在商品推荐请求中提取出目标商品信息为口红；其中，顺承关系库中的包括口红的一组具有组具有顺承关系的多个关联商品信息为：粉底——口红——长裙——背包，则多个推荐商品信息为粉底、口红、长裙以及背包等；其中，商品品牌可以不做限制，当商品推荐请求中包括商品品牌时，多个推荐商品信息也可以包括对应的品牌，可以理解的是，此时，对应的顺承关系库需要的商品信息需要包括商品的品牌信息，即，获得具有顺承关系的预选关联商品信息为品牌信息和商品名称的组合信息。
进一步的，所述对所述多个具有顺承关系的短句进行关键词提取，获得具有顺承关系的预选关联商品信息的步骤包括：对所述多个具有顺承关系的短句进行动名词短语提取，获得具有顺承关系的多个选定短语；基于所述具有顺承关系的多个选定短语，获得具有顺承关系的预选关联商品信息。
可以理解的是，多个具有顺承关系的短句中包括较多的无用形容词、介词、语气词和连接词等，需要将他们全部剔除，留下动词短语即可，动词短语包括动词和名词，名词即为商品信息，商品信息可以包括商品名称和商品品牌。
例如，多个具有顺承关系的短句为：[吃丰盛的午饭(空格)将土豆切成小块(空格)将胡萝卜切为粒状(空格)配上半条扁鱼(空格)匀以一大勺薯粉(空格)搅拌成糊状(空格)然后放入油锅(空格)炸成小块(空格)酌加一小勺绍兴酒(空格)拌一小勺酱油]，获得的多个选定短语为：[吃午饭(空格)土豆切块(空格)胡萝卜切粒(空格)配扁鱼(空格)匀薯粉(空格)搅拌糊状(空格)入油锅(空格)炸成小块(空格)酌绍兴酒(空格)拌酱油]。
进一步的，所述基于所述具有顺承关系的多个选定短语，获得具有顺承关系的预选关联商品信息的步骤包括：基于所述具有顺承关系的多个选定短语，构建具有顺承关系的关联事件；将所述具有顺承关系的关联事件中的动词和非商品信息删除，获得具有顺承关系的预选关联商品信息。
具体应用中，基于所述具有顺承关系的多个选定短语，以划窗的方法构建具有顺承关系的关联事件。实际应用中，还可以以其他方式构建具有顺承关系的关联事件，只要保证多个选定短语的顺承关系不会丢失即可。可以理解的是，关联事件是指将多个选定短语作为一组数据进行合并处理。
例如，多个选定短语为：[吃午饭(空格)土豆切块(空格)胡萝卜切粒(空格)配扁鱼(空格)匀薯粉(空格)搅拌糊状(空格)入油锅(空格)炸成小块(空格)酌绍兴酒(空格)拌酱油]，则，获得的关联事件为：[吃#午饭→切成#块,切成#块→切为#粒状,切为#粒状→配上#扁鱼,配上#扁鱼→匀以#薯粉,匀以#薯粉→成#棒状,成#棒状→入#油锅,入#油锅→炸成#成小块,炸成#成小块→酌加#绍兴酒,酌加#绍兴酒→拌#酱油]。
然后，将所述具有顺承关系的关联事件中的动词和非商品信息删除，获得具有顺承关系的预选关联商品信息。可以理解的是，品牌信息可以为商品信息的一部分。
例如，关联事件为：[吃#午饭→切成#块,切成#块→切为#粒状,切为#粒状→配上#扁鱼,配上#扁鱼→匀以#薯粉,匀以#薯粉→成#棒状,成#棒状→入#油锅,入#油锅→炸成#成小块,炸成#成小块→酌加#绍兴酒,酌加#绍兴酒→拌#酱油]，获得的预选关联商品信息为：[扁鱼→薯粉，薯粉→油锅，油锅→绍兴酒]。
进一步的，所述利用所述预选关联商品信息，获得顺承关系库的步骤包括：获取所述预选关联商品信息在所述历史购买攻略语料中的权重；在所述预选关联商品信息中筛选权重大于预设权重阈值的具有顺承关系的选定关联商品信息；基于所述具有顺承关系的选定关联商品信息，获得顺承关系库。
需要说明的是，预选关联商品信息中有些商品信息的价值不高，推荐的优先级也就不高，需要对预选关联商品信息进行筛选，获得推荐优先级较高的选定关联商品信息。
具体应用中，预选关联商品信息在所述历史购买攻略语料中的权重可以是商品信息出现次数与历史购买攻略语料中的全部商品的全部出现次数的比值，也可以是其他方式的权重，本法发明不做限制。
具体应用中，预设权重阈值可以是用户根据自己的需求设定的，本发明不做具体限制，其中，预设权重阈值不宜过高，避免出现选定关联商品信息较少的情况。
步骤S13：输出所述多个推荐商品信息。
需要说明的是，输出多个推荐商品信息的可以是终端设备的语音输出模块，也可以是显示输出模块，本发明不做限制；当发送商品推荐请求为与终端设备通信连接的移动设备时，需要终端设备将多个推荐商品信息发送至异动设备，以使移动设备输出多个推荐商品信息。
本实施例公开了一种商品推荐方法，通过在接收到的商品推荐请求时，根据所述商品推荐请求，获得目标商品信息；根据所述目标商品信息和顺承关系库，获得推荐商品信息，所述推荐商品信息包括多个与所述目标商品信息具有顺承关系的推荐商品信息，其中，所述顺承关系库是基于历史购买攻略语料集获得的，所述历史购买攻略语料集中的购买攻略语料包括多个具有顺承关系的关联商品信息；输出所述推荐商品信息。由于，顺承关系库是基于历史购买攻略语料集获得的，所述历史购买攻略语料集中的购买攻略语料包括多个具有顺承关系的关联商品信息，所以，根据目标商品信息和顺承关系库获得的推荐商品信息包括的多个商品信息具有顺承关系，推荐商品信息多样化较高，用户体验较好。
参照图3，图3为本发明商品推荐装置第一实施例的结构示意图，应用于终端设备，所述装置包括：
接收模块10，用于在接收到的商品推荐请求时，根据所述商品推荐请求，获得目标商品信息；
推荐模块20，用于根据所述目标商品信息和顺承关系库，获得多个推荐商品信息，其中，所述顺承关系库是基于历史购买攻略语料获得的，所述历史购买攻略语料包括多个具有顺承关系的关联商品信息；
输出模块30，用于输出所述多个推荐商品信息。
以上所述仅为本发明的可选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。
Claims (10)
1.一种商品推荐方法，其特征在于，所述方法包括以下步骤：
在接收到的商品推荐请求时，根据所述商品推荐请求，获得目标商品信息；
根据所述目标商品信息和顺承关系库，获得多个推荐商品信息，其中，所述顺承关系库是基于历史购买攻略语料获得的，所述历史购买攻略语料包括多个具有顺承关系的关联商品信息；
输出所述多个推荐商品信息。
2.如权利要求1所述的商品推荐方法，其特征在于，所述根据所述目标商品信息和顺承关系库，获得多个推荐商品信息的步骤之前，所述方法还包括：
获取所述历史购买攻略预料，所述历史购买攻略语料包括多个具有顺承关系的关联商品信息；
基于所述历史购买攻略语料，获得顺承关系库。
3.如权利要求2所述的商品推荐方法，其特征在于，所述基于所述历史购买攻略语料，获得顺承关系库的步骤包括：
对所述历史购买攻略语料进行关键词提取，获得具有顺承关系的预选关联商品信息；
利用所述预选关联商品信息，获得顺承关系库。
4.如权利要求3所述的商品推荐方法，其特征在于，所述对所述历史购买攻略语料进行关键词提取，获得具有顺承关系的预选关联商品信息的步骤之前，所述方法还包括：
利用预设句子切割策略，对所述历史购买攻略语料进行切割，获得多个具有顺承关系的短句；
所述对所述历史购买攻略语料进行关键词提取，获得具有顺承关系的预选关联商品信息的步骤包括：
对所述多个具有顺承关系的短句进行关键词提取，获得具有顺承关系的预选关联商品信息。
5.如权利要求4所述的商品推荐方法，其特征在于，所述对所述多个具有顺承关系的短句进行关键词提取，获得具有顺承关系的预选关联商品信息的步骤包括：
对所述多个具有顺承关系的短句进行动名词短语提取，获得具有顺承关系的多个选定短语；
基于所述具有顺承关系的多个选定短语，获得具有顺承关系的预选关联商品信息。
6.如权利要求5所述的商品推荐方法，其特征在于，所述基于所述具有顺承关系的多个选定短语，获得具有顺承关系的预选关联商品信息的步骤包括：
基于所述具有顺承关系的多个选定短语，构建具有顺承关系的关联事件；
将所述具有顺承关系的关联事件中的动词和非商品信息删除，获得具有顺承关系的预选关联商品信息。
7.如权利要求6所述的商品推荐方法，其特征在于，所述利用所述预选关联商品信息，获得顺承关系库的步骤包括：
获取所述预选关联商品信息在所述历史购买攻略语料中的权重；
在所述预选关联商品信息中筛选权重大于预设权重阈值的具有顺承关系的选定关联商品信息；
基于所述具有顺承关系的选定关联商品信息，获得顺承关系库。
8.一种商品推荐装置，其特征在于，所述装置包括：
接收模块，用于在接收到的商品推荐请求时，根据所述商品推荐请求，获得目标商品信息；
推荐模块，用于根据所述目标商品信息和顺承关系库，获得多个推荐商品信息，其中，所述顺承关系库是基于历史购买攻略语料获得的，所述历史购买攻略语料包括多个具有顺承关系的关联商品信息；
输出模块，用于输出所述多个推荐商品信息。
9.一种终端设备，其特征在于，所述终端设备包括：存储器、处理器及存储在所述存储器上并在所述处理器上运行商品推荐程序，所述商品推荐程序被所述处理器执行时实现如权利要求1-7中任一项所述的商品推荐方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有商品推荐程序，所述商品推荐程序被处理器执行时实现如权利要求1-7中任一项所述的商品推荐方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011046702.5A CN112200624A (zh) | 2020-09-28 | 2020-09-28 | 商品推荐方法、装置、终端设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011046702.5A CN112200624A (zh) | 2020-09-28 | 2020-09-28 | 商品推荐方法、装置、终端设备以及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112200624A true CN112200624A (zh) | 2021-01-08 |
Family
ID=74007038
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011046702.5A Pending CN112200624A (zh) | 2020-09-28 | 2020-09-28 | 商品推荐方法、装置、终端设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112200624A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114693389A (zh) * | 2021-08-12 | 2022-07-01 | 山东浪潮爱购云链信息科技有限公司 | 一种针对采购商的线上寻源方法、设备及介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020000867A1 (zh) * | 2018-06-28 | 2020-01-02 | 联想(北京)有限公司 | 一种答案提供方法及设备 |
| CN110968699A (zh) * | 2019-11-01 | 2020-04-07 | 数地科技(北京)有限公司 | 一种基于事理推荐的逻辑图谱构建及预警方法和装置 |
| CN111339400A (zh) * | 2020-02-07 | 2020-06-26 | 北京明略软件系统有限公司 | 一种实现物品推荐的方法、装置、计算机存储介质及终端 |
| CN111339401A (zh) * | 2020-02-07 | 2020-06-26 | 北京明略软件系统有限公司 | 一种物品推荐的方法、装置、计算机存储介质及终端 |
-
2020
- 2020-09-28 CN CN202011046702.5A patent/CN112200624A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020000867A1 (zh) * | 2018-06-28 | 2020-01-02 | 联想(北京)有限公司 | 一种答案提供方法及设备 |
| CN110968699A (zh) * | 2019-11-01 | 2020-04-07 | 数地科技(北京)有限公司 | 一种基于事理推荐的逻辑图谱构建及预警方法和装置 |
| CN111339400A (zh) * | 2020-02-07 | 2020-06-26 | 北京明略软件系统有限公司 | 一种实现物品推荐的方法、装置、计算机存储介质及终端 |
| CN111339401A (zh) * | 2020-02-07 | 2020-06-26 | 北京明略软件系统有限公司 | 一种物品推荐的方法、装置、计算机存储介质及终端 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114693389A (zh) * | 2021-08-12 | 2022-07-01 | 山东浪潮爱购云链信息科技有限公司 | 一种针对采购商的线上寻源方法、设备及介质 |
| CN114693389B (zh) * | 2021-08-12 | 2024-05-28 | 山东浪潮爱购云链信息科技有限公司 | 一种针对采购商的线上寻源方法、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109344291B (zh) | 一种视频生成方法及装置 | |
| CN109783798A (zh) | 文本信息添加图片的方法、装置、终端及存储介质 | |
| CN110795528A (zh) | 一种数据查询方法、装置、电子设备及存储介质 | |
| CN107835307A (zh) | 用于终端的助睡眠方法及系统 | |
| CN112883036B (zh) | 索引创建方法、装置、存储服务器以及存储介质 | |
| CN112506904B (zh) | 数据质量评估方法、装置、终端设备以及存储介质 | |
| CN111368171A (zh) | 一种关键词推荐的方法、相关装置以及存储介质 | |
| CN112214605A (zh) | 一种文本分类方法和相关装置 | |
| US20150058721A1 (en) | Scroll-based serialized book reader | |
| US11630954B2 (en) | Keyword extraction method, apparatus and medium | |
| CN112200624A (zh) | 商品推荐方法、装置、终端设备以及存储介质 | |
| CN112529604B (zh) | 物料投放方法、装置、电子设备和存储介质 | |
| WO2022111726A1 (zh) | 一种信息排序方法及电子设备 | |
| CN117033799B (zh) | 资源推荐方法、装置、计算机设备及存储介质 | |
| CN114064929A (zh) | 搜索排序方法及装置 | |
| CN113127780A (zh) | 页面加载方法、装置和电子设备 | |
| US20210233150A1 (en) | Trending item recommendations | |
| CN111476632A (zh) | 显示资源的方法、装置、电子设备及可读存储介质 | |
| CN111553163A (zh) | 文本相关度的确定方法、装置、存储介质及电子设备 | |
| WO2023040603A1 (zh) | 一种搜索方法、终端、服务器及系统 | |
| CN113839789B (zh) | 信息发送方法及装置 | |
| CN111610917B (zh) | 显示方法、显示装置和电子设备 | |
| CN109829157B (zh) | 文本情绪呈现方法、文本情绪呈现装置以及存储介质 | |
| CN109726003B (zh) | 应用解冻的处理方法、电子装置及计算机可读存储介质 | |
| CN112069047B (zh) | 计算生态检测方法、装置、设备以及存储介质 |
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 |