CN112785196A - 商品自动推荐方法及装置 - Google Patents
商品自动推荐方法及装置 Download PDFInfo
- Publication number
- CN112785196A CN112785196A CN202110157246.XA CN202110157246A CN112785196A CN 112785196 A CN112785196 A CN 112785196A CN 202110157246 A CN202110157246 A CN 202110157246A CN 112785196 A CN112785196 A CN 112785196A
- Authority
- CN
- China
- Prior art keywords
- preset
- data
- commodity
- preset index
- under
- 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 39
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 238000012163 sequencing technique Methods 0.000 claims abstract description 8
- 230000015654 memory Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000638 solvent extraction 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开实施例一种商品自动推荐方法及装置,首先在获取到商品信息库中所有商品在多个预设指标下的数据后,按照预设的档位确定策略,确定每一个商品在每一个预设指标下的数据所对应的档位;对每一个预设指标对应的权重值进行调节,得到每一个预设指标对应的当前权重值;基于每一个商品在每一个预设指标下的数据所对应的档位、以及每一个预设指标对应的当前权重值,利用预设的计算规则,确定每一个商品在所述多个预设指标下的总值;将每一个商品按照总值的大小进行排序,得到排序后的商品。有效提高了召回商品的信息利用率,实现了实时更新并优化召回商品的排序方式。解决了信息利用率低,无法对既定顺序进行自动调节的技术问题。
Description
技术领域
本公开涉及数据处理技术领域,具体涉及到一种商品自动推荐方法及装置。
背景技术
商品召回,在无搜索条件的情形下,服务器根据用户的特征(例如,用户的位置信息、通过用户端浏览商品的信息等)从商品信息库获取待推荐的商品信息,并将待推荐的商品信息发送至用户端,以在用户端交互界面呈现待推荐的商品信息。
呈现至用户端交互界面的待推荐的商品信息通常:基于单一的指标对商品进行排序,造成商品信息的利用率低,另一方面也无法对既定的排序方式进行调整。
发明内容
本公开的主要目的在于提供一种商品自动推荐方法及装置,以解决商品信息利用率低,无法对既定的排序方式进行调整问题。
为了实现上述目的,根据本公开的第一方面,提供了一种商品自动推荐方法,包括:在获取到商品信息库中所有商品在多个预设指标下的数据后,按照预设的档位确定策略,确定每一个商品在每一个预设指标下的数据所对应的档位,其中,所述每一个商品在每一个预设指标下的数据所对应的档位用数值表示,对每一个预设指标对应的权重值进行调节,得到每一个预设指标对应的当前权重值;基于所述每一个商品在每一个预设指标下的数据所对应的档位、以及所述每一个预设指标对应的当前权重值,利用预设的计算规则,确定每一个商品在所述多个预设指标下的总值;将所述每一个商品按照所述总值的大小进行排序,得到排序后的商品。
可选地,对每一个预设指标对应的权重值进行调节,得到每一个预设指标对应的当前权重值包括:获取当前周期T1内商品的当前销量数据、以及前一周期T0内的商品历史销量数据;基于所述当前销量数据与所述历史销量数据的比对结果,对每一个预设指标对应的权重值进行自动调节,得到每一个预设指标对应的当前权重值。
可选地,对每一个预设指标对应的权重值进行调节,得到每一个预设指标对应的当前权重值包括:接收目标用户端发送的为任一个预设指标预配置的权重值,得到每一个预设指标对应的当前权重值。
可选地,在获取到商品信息库中所有商品在多个预设指标下的数据后,按照预设的档位确定策略,确定每一个商品在每一个预设指标下的数据所对应的档位包括:接收目标用户端发送的为目标预设指标下的数据所配置的档位阈值,得到每一个商品在所述目标预设指标下的数据所对应的档位。
可选地,所述在获取到商品信息库中所有商品在多个预设指标下的数据后,按照预设的档位确定策略,确定每一个商品在每一个预设指标下的数据所对应的档位包括:在获取到商品信息库中所有商品在多个预设指标下的数据后,将每一个第一预设指标下的数据按照从大到小的进行第一排序;对所述第一排序后的数据进行第一分桶处理,确定每一个商品在每一个第一预设指标下的数据所对应的档位;在获取到商品信息库中所有商品在多个预设指标下的数据后,对所述第二预设指标下的数据进行平滑处理;对所述平滑处理后的第二预设指标下的数据进行归一化处理,得到每一个第二预设指标下每一个商品的归一化结果数据;将所述每一个第二预设指标下每一个商品的归一化结果数据进行第二排序;对第二排序后的数据进行第二分桶处理,得到每一个商品在每一个第二预设指标下的数据所对应的档位。
根据本公开的第二方面,提供了一种商品自动推荐装置,包括:第一确定单元,被配置成在获取到商品信息库中所有商品在多个预设指标下的数据后,按照预设的档位确定策略,确定每一个商品在每一个预设指标下的数据所对应的档位;权重值调节单元,被配置成对每一个预设指标对应的权重值进行调节,得到每一个预设指标对应的当前权重值;第二确定单元,被配置成基于所述每一个商品在每一个预设指标下的数据所对应的档位、以及所述每一个预设指标对应的当前权重值,利用预设的计算规则,确定每一个商品在所述多个预设指标下的总值;排序单元,被配置成将所述每一个商品按照所述总值的大小进行排序,得到排序后的商品。
可选地,权重值调节单元进一步被配置成:获取当前周期T1内商品的当前销量数据、以及前一周期T0内的商品历史销量数据;基于所述当前销量数据与所述历史销量数据的比对结果,对每一个预设指标对应的权重值进行自动调节,得到每一个预设指标对应的当前权重值。
可选地,权重值调节单元进一步被配置成:接收目标用户端发送的为任一个预设指标预配置的权重值,得到每一个预设指标对应的当前权重值。
根据本公开的第三方面,提供了一种计算机可读存储介质,存储有计算机指令,所述计算机指令用于使所述计算机执行第一反面任意一项实施例所述的商品自动推荐方法。
根据本公开的第四方面,提供了一种电子设备,包括至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1-5任意一项所述的商品自动推荐方法。
在本公开实施例商品自动推荐方法及装置,首先在获取到商品信息库中所有商品在多个预设指标下的数据后,按照预设的档位确定策略,确定每一个商品在每一个预设指标下的数据所对应的档位;对每一个预设指标对应的权重值进行调节,得到每一个预设指标对应的当前权重值;基于每一个商品在每一个预设指标下的数据所对应的档位、以及每一个预设指标对应的当前权重值,利用预设的计算规则,确定每一个商品在所述多个预设指标下的总值;将每一个商品按照总值的大小进行排序,得到排序后的商品。通过对多个预设指标权重值进行调节,并计算每一个商品在所述多个预设指标下的总值,有效提高了召回商品的信息利用率,实现了实时更新并优化召回商品的排序方式。解决了信息利用率低,无法对既定顺序进行自动调节的技术问题。
附图说明
为了更清楚地说明本公开具体实施方式或现有技术中的技术方案,下面将对具体实施方式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公开的一些实施方式,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是根据本公开实施例的商品自动推荐方法的流程图
图2是根据本公开实施例的商品自动推荐装置的示意图;
图3是根据本公开实施例的电子设备的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本公开方案,下面将结合本公开实施例中的附图,对本公开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公开一部分的实施例,而不是全部的实施例。基于本公开中的实施例,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,都应当属于本公开保护的范围。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
根据本公开实施例,提供了一种商品自动推荐方法,如图1所示,该方法包括如下的步骤101至步骤105:
步骤101:在获取到商品信息库中所有商品在多个预设指标下的数据后,按照预设的档位确定策略,确定每一个商品在每一个预设指标下的数据所对应的档位。
在本实施例中,可基于预设指标对待待推荐商品进行排序,预设指标包括但是不限于,商品价格、商品的销量、商品的购买人数、商品的浏览次数、商品的重复购买次数、商品组合次数,商品毛利,商品的CTR(点击率)。预设指标下的数据包括但是不限于商品价格指标下的数据、商品的销量指标下的数据、商品的购买人数指标下的数据、商品的浏览次数指标下的数据、商品的重复购买次数指标下的数据、商品组合次数指标下的数据,商品毛利指标下的数据,商品的CTR(点击率)指标下的数据。,每一个商品在每一个预设指标下的数据所对应的档位可以用数值表示。
适用于本公开商品自动推荐方法实施例的执行主体可以是服务器,也可以是用户端,以服务器为例,服务器在实现对商品的召回时,可以从商品信息库中获取待推荐商品在多个预设指标下的数据,而后确定每一个商品在每一个预设指标下数据所对应的档位,档位可以用分值表示,例如1~10个档位可以分别对应1分~10分。档位的确定旨在实现对每一个预设指标下的数据进行档位划分,档位划分的方法可以根据实现需要确定。
作为本实施例一种可选的实现方式,在获取到商品信息库中所有商品在多个预设指标下的数据后,将每一个第一预设指标下的数据按照从大到小的进行第一排序;对所述第一排序后的数据进行第一分桶处理,确定每一个商品在每一个第一预设指标下的数据所对应的档位;在获取到商品信息库中所有商品在多个预设指标下的数据后,对所述第二预设指标下的数据进行平滑处理;对所述平滑处理后的第二预设指标下的数据进行归一化处理,得到每一个第二预设指标下每一个商品的归一化结果数据;将所述每一个第二预设指标下每一个商品的归一化结果数据进行第二排序;对第二排序后的数据进行第二分桶处理,得到每一个商品在每一个第二预设指标下的数据所对应的档位。
在本实施例中,在第一预设指标下,数据呈现的特征可以是数值的上限值和下限值差别大,例如,商品价格指标下的数据、或者商品毛利指标下的数据等等。在第二预设指标下数据呈现的特征可以是“长尾”特征,例如,商品销量指标下的数据、商品购买人数指标下的数据、商品浏览次数指标下的数据、商品重复购买次数指标下的数据、商品组合次数指标下的数据,商品CTR(点击率)指标下的数据。针对不同预设指标下数据,可以分别确定其档位。
具体地,在确定第一预设指标下的数据时,可以将各个第一预设指标下的数据按照从大到小的顺序进行排序,而后可以取排序位于前5%的数据所对应的商品作为第10档,取排序最低的数据所对应的商品作为第1档,然后把其余的数据进行等距分桶,分成8档,最后分别对各个档位进行赋值,1~10档的分数分别为1分到10分。
在确定第二预设指标下的数据时,可以先对第二预设指标下的数据进行平滑处理,例如,可以对各个第二预设指标下的数据进行log10取对数,而后对其进行归一化。在平滑处理之后,可将处理后的数据从高到底进行排序,而后可以按照上述分桶的方式确定10个档位,最后对各个档位进行赋值,1~10档的分数分别为1分到10分。上述档位的确定方式是根据各个预设指标下的数值,自动计算得到。
作为本实施例一种可选的实现方式,在获取到商品信息库中所有商品在多个预设指标下的数据后,按照预设的档位确定策略,确定每一个商品在每一个预设指标下的数据所对应的档位包括:接收目标用户端发送的为目标预设指标下的数据所配置的档位阈值,得到每一个商品在所述目标预设指标下的数据所对应的档位。
在本实施例中,服务器还可以从用户端的页面接收用户输入的档位阈值,基于用户配置的档位阈值,对各个预设指标下的数据进行档位划分。能够实现按需对任一预设指标下的数据进行档位划分。
步骤102:对每一个预设指标对应的预设权重值进行调节,得到每一个预设指标对应的当前权重值。
在本实施例中,每一个预设指标对应的一个权重值,可以用于表明该预设指标对商品排序结果的重要程度,由于商品的排序结果可以决定商品的销量,因此每一个预设指标权重值的改变可以影响商品的销量。
具体地,服务器可以每一个预设指标对应的权重值进行调节,由于每一个预设指标对应多个商品的数据,因此当对任意一个预设指标的权重值进行调节时,可以实现对所有商品的该预设指标的权重值进行调节。调节的方式可以包括,自动调节方式和手动调节方式。
手动调节方式的实现方式可以包括:接收用户通过目标用户端页面配置的预设指标的权重值。
自动调节方式的实现方式可以包括:每隔一个周期T更改每一个预设指标的权重值,可以按照预设的顺序对预设指标的权重进行更改,权重值的调节幅度可以是0.1。
作为本实施例一种可选的实现方式,对每一个预设指标对应的权重值进行调节,得到每一个预设指标对应的当前权重值包括:获取当前周期T1内的商品的当前销量数据、以及前一周期T0内的商品历史销量数据;基于当前销量数据与历史销量数据的比对结果,对每一个预设指标对应的权重值进行自动调节,得到每一个预设指标对应的当前权重值。
在本实施例中,当前周期T1内商品的当前销量数据可以是,距离最后一次对预设指标的权重值调整后,预设时间段内的(例如,n小时或者n天)商品的销量数据。前一周期T0内的商品历史销量数据可以是,距离最后一次对预设指标的权重值调整前,预设时间段内的(例如,n小时或者n天)商品的销量数据。由于每个周期商品的排序方式可能不同,因此当前销量数据与历史销量数据可能不同,当前销量数据与历史销量数据做对比(可以是销量数据的大小比较),可以反映改变商品的排序方式后,销量数据的变化值(可以是订单成交量的大小改变、或成交利润的大小改变等)。
具体地,服务器可以从数据库中获取当前销量数据或历史销量数据,而后基于二者的比对结果,对各个预设指标对应的权重值进行自动调节,得到每一个预设指标对应的当前权重值。具体地,可以按照预设的顺序对预设指标的权重进行更改,权重值的调节幅度可以按需设定,优选是0.1。例如,可以优先自动调整商品毛利指标、商品价格指标等预设指标对应的权重值,在上述几个预设指标对应的权重值调节完成后,可以对剩余的预设指标对应的权重值进行调整。
更具体地,如果当前销量数据大于历史销量数据,也即最后一次对预设指标对应的权重值的调整方式,优于与其邻近的上一次(最后一次的上一次)对预设指标对应的权重值的调整方式。例如,最后一次对预设指标的权重值调整是,将商品价格的权重值由0.3的权重调整至0.2,其他预设指标的权重值也被自动更改。本次更改后的一个周期T1内的当前销量数据大于更改前的一个周期T0内的历史销量数据。则在下一次权重值的调节,可以将0.2自动更改为0.1,其他预设指标对应的权重值也相应被自动更改。采用销量数据做反馈,对预设指标的权重值进行自动修改的方式,使得商品能够以最精准的方式排序,从而能够以更合理和更符合用户习惯的顺序展现在用户面前,改善用户的体验。
采用上述可选地实现方式,能够实时更新并优化召回商品的排序方式,解决相关技术中无法实时更新并优化召回商品的排序方式的技术问题。
作为本实施例一种可选地是实现方式,对每一个预设指标对应的权重值进行调节,得到每一个预设指标对应的当前权重值包括:
作为本实施例一种可选地实现方式,接收目标用户端发送的为任一个预设指标预配置的权重值,得到每一个预设指标对应的当前权重值。
通过手动调节方式,可以按需更改预设指标的权重值,进而可以按需更改商品的排序方式。可以理解的是,当服务器接收到只针对特定预设指标的权重值的配置值之后,可以自动调节其他预设指标的权重值。
步骤103:基于所述每一个商品在每一个预设指标下的数据所对应的档位、以及所述每一个预设指标对应的当前权重值,利用预设的计算规则,确定每一个商品在所述多个预设指标下的总值。
在本实施例中,每一个商品在多个预设指标下的总值=预设指标1对应的权重值*该商品所对应的档位数值+预设指标2对应的权重值+......+预设指标N对应的权重值(N为任一自然数,优选的,预设指标的数量为10)。
步骤104:将所述每一个商品按照所述总值的大小进行排序,得到排序后的商品。
在本实施例中,服务器可以对每一个商品在多个预设指标下的总值按照从大到小的顺序排序,将商品按照该顺序发送至用户端,使用户端页面呈现按照上述顺序排序的商品。在确定排序顺序后,在经过周期T时间后可以继续跳转至步骤102,如此循环,能够实时自动优化商品的排序方式。
本公开实施例能够基于销量数据的反馈信息,对召回商品的排序方式进行调整,能够实时地、自动地、不断地优化召回商品的排序方式。
需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
根据本公开实施例,还提供了一种用于实施上述商品自动推荐方法的装置,如图2所示,该装置包括:第一确定单元201,被配置成在获取到商品信息库中所有商品在多个预设指标下的数据后,按照预设的档位确定策略,确定每一个商品在每一个预设指标下的数据所对应的档位;权重值调节单元202,被配置成对每一个预设指标对应的权重值进行调节,得到每一个预设指标对应的当前权重值;第二确定单元203,被配置成基于所述每一个商品在每一个预设指标下的数据所对应的档位、以及所述每一个预设指标对应的当前权重值,利用预设的计算规则,确定每一个商品在所述多个预设指标下的总值;排序单元204,被配置成将所述每一个商品按照所述总值的大小进行排序,得到排序后的商品。
作为本实施一种可选的实现方式,所述权重值调节单元202进一步被配置成:获取当前周期T1内商品的当前销量数据、以及前一周期T0内的商品历史销量数据;基于所述当前销量数据与所述历史销量数据的比对结果,对每一个预设指标对应的权重值进行自动调节,得到每一个预设指标对应的当前权重值。
作为本实施例一种可选的实现方式,所述权重值调节单元202进一步被配置成:接收目标用户端发送的为任一个预设指标预配置的权重值,得到每一个预设指标对应的当前权重值。
本公开实施例能够基于销量数据的反馈信息,对召回商品的排序方式进行调整,能够实时地、自动地、不断地优化召回商品的排序方式。
本公开实施例提供了一种电子设备,如图3所示,该电子设备包括一个或多个处理器31以及存储器32,图3中以一个处理器31为例。
该控制器还可以包括:输入装置33和输出装置34。
处理器31、存储器32、输入装置33和输出装置34可以通过总线或者其他方式连接,图3中以通过总线连接为例。
处理器31可以为中央处理器(CentralProcessingUnit,CPU)。处理器31还可以为其他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现场可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。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。
存储器32作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本公开实施例中的控制方法对应的程序指令/模块。处理器31通过运行存储在存储器32中的非暂态软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例的商品自动推荐方法。
存储器32可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据服务器操作的处理装置的使用所创建的数据等。此外,存储器32可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器32可选包括相对于处理器31远程设置的存储器,这些远程存储器可以通过网络连接至网络连接装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置33可接收输入的数字或字符信息,以及产生与服务器的处理装置的用户设置以及功能控制有关的键信号输入。输出装置34可包括显示屏等显示设备。
一个或者多个模块存储在存储器32中,当被一个或者多个处理器31执行时,执行如图1所示的方法。
本领域技术人员可以理解,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,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,可包括如上述各电机控制方法的实施例的流程。其中,存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)、随机存储记忆体(RandomAccessMemory,RAM)、快闪存储器(FlashMemory)、硬盘(HardDiskDrive,缩写:HDD)或固态硬盘(Solid-StateDrive,SSD)等;存储介质还可以包括上述种类的存储器的组合。
虽然结合附图描述了本公开的实施方式,但是本领域技术人员可以在不脱离本公开的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种商品自动推荐方法,其特征在于,包括:
在获取到商品信息库中所有商品在多个预设指标下的数据后,按照预设的档位确定策略,确定每一个商品在每一个预设指标下的数据所对应的档位;
对每一个预设指标对应的权重值进行调节,得到每一个预设指标对应的当前权重值;
基于所述每一个商品在每一个预设指标下的数据所对应的档位、以及所述每一个预设指标对应的当前权重值,利用预设的计算规则,确定每一个商品在所述多个预设指标下的总值;
将所述每一个商品按照所述总值的大小进行排序,得到排序后的商品。
2.根据权利要求1所述的商品自动推荐方法,其特征在于,对每一个预设指标对应的权重值进行调节,得到每一个预设指标对应的当前权重值包括:
获取当前周期T1内商品的当前销量数据、以及前一周期T0内的商品历史销量数据;
基于所述当前销量数据与所述历史销量数据的比对结果,对每一个预设指标对应的权重值进行自动调节,得到每一个预设指标对应的当前权重值。
3.根据权利要求1所述的商品自动推荐方法,其特征在于,对每一个预设指标对应的权重值进行调节,得到每一个预设指标对应的当前权重值包括:
接收目标用户端发送的为任一个预设指标预配置的权重值,得到每一个预设指标对应的当前权重值。
4.根据权利要求1所述的商品自动推荐方法,其特征在于,在获取到商品信息库中所有商品在多个预设指标下的数据后,按照预设的档位确定策略,确定每一个商品在每一个预设指标下的数据所对应的档位包括:
接收目标用户端发送的为目标预设指标下的数据所配置的档位阈值,得到每一个商品在所述目标预设指标下的数据所对应的档位。
5.根据权利要求1所述的商品自动推荐方法,其特征在于,所述在获取到商品信息库中所有商品在多个预设指标下的数据后,按照预设的档位确定策略,确定每一个商品在每一个预设指标下的数据所对应的档位包括:
在获取到商品信息库中所有商品在多个预设指标下的数据后,将每一个第一预设指标下的数据按照从大到小的进行第一排序;
对所述第一排序后的数据进行第一分桶处理,确定每一个商品在每一个第一预设指标下的数据所对应的档位;
在获取到商品信息库中所有商品在多个预设指标下的数据后,对所述第二预设指标下的数据进行平滑处理;
对所述平滑处理后的第二预设指标下的数据进行归一化处理,得到每一个第二预设指标下每一个商品的归一化结果数据;
将所述每一个第二预设指标下每一个商品的归一化结果数据进行第二排序;
对第二排序后的数据进行第二分桶处理,得到每一个商品在每一个第二预设指标下的数据所对应的档位。
6.一种商品自动推荐装置,其特征在于,包括:
第一确定单元,被配置成在获取到商品信息库中所有商品在多个预设指标下的数据后,按照预设的档位确定策略,确定每一个商品在每一个预设指标下的数据所对应的档位;
权重值调节单元,被配置成对每一个预设指标对应的权重值进行调节,得到每一个预设指标对应的当前权重值;
第二确定单元,被配置成基于所述每一个商品在每一个预设指标下的数据所对应的档位、以及所述每一个预设指标对应的当前权重值,利用预设的计算规则,确定每一个商品在所述多个预设指标下的总值;
排序单元,被配置成将所述每一个商品按照所述总值的大小进行排序,得到排序后的商品。
7.根据权利要求6所述的商品自动推荐装置,其特征在于,所述权重值调节单元进一步被配置成:
获取当前周期T1内商品的当前销量数据、以及前一周期T0内的商品历史销量数据;
基于所述当前销量数据与所述历史销量数据的比对结果,对每一个预设指标对应的权重值进行自动调节,得到每一个预设指标对应的当前权重值。
8.根据权利要求6所述的商品自动推荐装置,其特征在于,所述权重值调节单元进一步被配置成:
接收目标用户端发送的为任一个预设指标预配置的权重值,得到每一个预设指标对应的当前权重值。
9.一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存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求1-5任意一项所述的商品自动推荐方法。
10.一种电子设备,其特征在于,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器执行权利要求1-5任意一项所述的商品自动推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110157246.XA CN112785196A (zh) | 2021-02-03 | 2021-02-03 | 商品自动推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110157246.XA CN112785196A (zh) | 2021-02-03 | 2021-02-03 | 商品自动推荐方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112785196A true CN112785196A (zh) | 2021-05-11 |
Family
ID=75760888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110157246.XA Pending CN112785196A (zh) | 2021-02-03 | 2021-02-03 | 商品自动推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785196A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114139046A (zh) * | 2021-10-29 | 2022-03-04 | 北京达佳互联信息技术有限公司 | 对象推荐方法、装置、电子设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102591876A (zh) * | 2011-01-14 | 2012-07-18 | 阿里巴巴集团控股有限公司 | 搜索结果排序方法及装置 |
CN109858985A (zh) * | 2017-11-30 | 2019-06-07 | 阿里巴巴集团控股有限公司 | 商品信息处理、展示的方法以及装置 |
CN112288480A (zh) * | 2020-10-28 | 2021-01-29 | 苏州中仑网络科技有限公司 | 用于零售商品结构调整的信息处理方法及装置 |
-
2021
- 2021-02-03 CN CN202110157246.XA patent/CN112785196A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102591876A (zh) * | 2011-01-14 | 2012-07-18 | 阿里巴巴集团控股有限公司 | 搜索结果排序方法及装置 |
CN109858985A (zh) * | 2017-11-30 | 2019-06-07 | 阿里巴巴集团控股有限公司 | 商品信息处理、展示的方法以及装置 |
CN112288480A (zh) * | 2020-10-28 | 2021-01-29 | 苏州中仑网络科技有限公司 | 用于零售商品结构调整的信息处理方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114139046A (zh) * | 2021-10-29 | 2022-03-04 | 北京达佳互联信息技术有限公司 | 对象推荐方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020011068A1 (zh) | 用于执行机器学习过程的方法和系统 | |
CN106651542B (zh) | 一种物品推荐的方法及装置 | |
CN103502899A (zh) | 动态预测建模平台 | |
US20210073892A1 (en) | Product ordering method | |
JP6400178B2 (ja) | 検索推薦方法及び装置 | |
CN111506849A (zh) | 页面生成方法及装置 | |
CN110647696A (zh) | 一种业务对象的排序方法及装置 | |
CN111931055B (zh) | 对象推荐方法、对象推荐装置和电子设备 | |
CN111028040B (zh) | 一种对象排序的方法、装置、可读存储介质和电子设备 | |
CN108053282A (zh) | 一种组合信息的推送方法、装置及终端 | |
CN109741142A (zh) | 订单分配方法、订单分配装置、可读存储介质和电子设备 | |
CN110852818A (zh) | 商品排序方法、装置和计算机可读存储介质 | |
CN111259272B (zh) | 搜索结果排序方法及装置 | |
US20190042995A1 (en) | Automated Item Assortment System | |
CN110766513A (zh) | 信息排序方法、装置、电子设备及可读存储介质 | |
CN113421033A (zh) | 一种数字化餐饮智能采购方法、装置、系统及介质 | |
CN109740036A (zh) | Ota平台酒店排序方法及装置 | |
CN111340581B (zh) | 数据处理方法、装置、可读存储介质和电子设备 | |
CN112785196A (zh) | 商品自动推荐方法及装置 | |
CN110111186A (zh) | 信息处理方法、装置、电子设备及计算机可读存储介质 | |
CN110515929B (zh) | 书籍展示方法、计算设备及存储介质 | |
CN114579843A (zh) | 一种个性化搜索的方法、装置、计算机设备和存储介质 | |
CN113778979A (zh) | 一种直播点击率的确定方法和装置 | |
US20170011038A1 (en) | System and method for multiple factor sorting and user interface thereof | |
CN116205704A (zh) | 供应商分配方法、装置、终端设备及存储介质 |
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 |