CN113496414A - 信息推送方法、装置、介质及电子设备 - Google Patents

信息推送方法、装置、介质及电子设备 Download PDF

Info

Publication number
CN113496414A
CN113496414A CN202010248895.6A CN202010248895A CN113496414A CN 113496414 A CN113496414 A CN 113496414A CN 202010248895 A CN202010248895 A CN 202010248895A CN 113496414 A CN113496414 A CN 113496414A
Authority
CN
China
Prior art keywords
class
objects
candidate object
data
candidate
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
CN202010248895.6A
Other languages
English (en)
Inventor
解弘毅
韩艾
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.)
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology 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 Beijing Jingdong Century Trading Co Ltd, Beijing Wodong Tianjun Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN202010248895.6A priority Critical patent/CN113496414A/zh
Publication of CN113496414A publication Critical patent/CN113496414A/zh
Pending legal-status Critical Current

Links

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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/24323—Tree-organised classifiers
    • 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供了一种信息推送方法，包括：获取第一类对象的属性和第二类对象的属性，所述第二类对象用于替换所述第一类对象；根据所述第一类对象的属性和所述第二类对象的属性从所述第二类对象中确定候选对象集合；计算所述候选对象集合中每个候选对象的数据；根据每个候选对象的数据确定用于替换所述第一类对象的候选对象，然后向用户推送用于替换所述第一类对象的候选对象，以此方式可以提升在推荐商品时的准确度，有效地减少由于业务人员和供应商的主观决策带来的影响。本发明还提供了一种信息推送装置、介质以及电子设备。

Description

信息推送方法、装置、介质及电子设备
技术领域
本发明涉及数据处理的技术领域，具体而言，涉及一种信息推送方法、装置、介质及电子设备。
背景技术
随着互联网的快速发展，用户可以通过线下或线上购买商品。目前，线上平台或线下零售企业往往通过丰富的商品来满足消费者的多样化需求，但是这样经常会出现一些商品并不能及时补货。在这种情况下，需要在某些商品无法备货时，换成相似商品以满足客户需求。相关技术中的换品方式一般是以个人经验判断为主，依据被替代商品的一些属性寻找类似的商品，然后根据被替代商品的销售情况来确定换品的订货量。
但是，发明人在实现本发明的发明构思时，发明人出现相关技术中存在以下技术问题：相关技术中在确定换品的整个过程是依赖业务人员的个人经验判定，这样存在主观性，缺乏可扩展度，同时供应商给出的商品定位和销售建议可能存在主观因素，基于此做出的换品选择和销量预测及订货计划，在采购时有滞销或者缺货风险，影响客户体验。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明实施例的目的在于提供一种信息推送方法、装置、介质及电子设备，进而至少可以在一定程度上提升在推荐商品时的准确度，有效地减少由于业务人员和供应商的主观决策带来的影响。
本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。
根据本发明实施例的第一方面，提供了一种信息推送方法，包括：获取第一类对象的属性和第二类对象的属性，所述第二类对象用于替换所述第一类对象；根据所述第一类对象的属性和所述第二类对象的属性从所述第二类对象中确定候选对象集合；计算所述候选对象集合中每个候选对象的数据；根据每个候选对象的数据确定用于替换所述第一类对象的候选对象；推送用于替换所述第一类对象的候选对象。
在本发明的一些实施例中，根据所述第一类对象的属性和所述第二类对象的属性从所述第二类对象中确定候选对象集合包括：计算所述第一类对象的属性与所述第二类对象的属性的相似度；根据所述相似度从所述第二类对象中确定所述候选对象集合。
在本发明的一些实施例中，该方法还包括：获取所述第一类对象的历史数据；去除所述历史数据中的异常值，获取所述历史数据中的正常数据；基于所述历史数据中的正常数据建立预设模型。
在本发明的一些实施例中，计算所述候选对象集合中每个候选对象的数据包括：基于所述第一类对象所在类目的对象数据和每个候选对象的属性生成每个候选对象的特征向量；根据每个候选对象的特征向量确定每个候选对象的数据。
在本发明的一些实施例中，根据每个候选对象的特征向量确定每个候选对象的数据包括：通过所述预设模型中的梯度提升回归树算法对每个候选对象的特征向量处理，获取每个候选对象的数据。
在本发明的一些实施例中，根据每个候选对象的数据确定用于替换所述第一类对象的候选对象包括：对每个候选对象的数据进行排序；根据排序结果确定用于替换所述第一类对象的候选对象。
在本发明的一些实施例中，所述第一类对象的属性包括以下任意一项或多项：所述第一类对象的连续性属性、所述第一类对象的离散型属性、所述第一类对象的文本信息属性；所述第二类对象的属性包括以下任意一项或多项：所述第二类对象的连续性属性、所述第二类对象的离散型属性、所述第二类对象的文本信息属性。
根据本发明实施例的第二方面，提供了一种信息推荐装置，包括：第一获取模块，用于获取第一类对象的属性和第二类对象的属性，所述第二类对象用于替换所述第一类对象；第一确定模块，用于根据所述第一类对象的属性和所述第二类对象的属性从所述第二类对象中确定候选对象集合；第一计算模块，用于计算所述候选对象集合中每个候选对象的数据；第二确定模块，用于根据每个候选对象的数据确定用于替换所述第一类对象的候选对象；推送模块，用于推送所述用于替换所述第一类对象的候选对象。
在本发明的一些实施例中，上述第一确定模块包括：第二计算模块，用于计算所述第一类对象的属性与所述第二类对象的属性的相似度；第一确定模块的子模块，用于根据所述相似度从所述第二类对象中确定所述候选对象集合。
在本发明的一些实施例中，该装置还包括：第二获取模块，用于获取所述第一类对象的历史数据；去除模块，用于去除所述历史数据中的异常值，获取所述历史数据中的正常数据；建立模块，基于所述历史数据中的正常数据建立所述预设模型。
在本发明的一些实施例中，上述第一计算模块包括：生成模块，基于所述第一类对象所在类目的对象数据和每个候选对象的属性生成每个候选对象的特征向量；第三确定模块，用于根据每个候选对象的特征向量确定每个候选对象的数据。
在本发明的一些实施例中，上述第三确定模块被配置为：通过上述预设模型中的梯度提升回归树算法对每个候选对象的特征向量处理，获取每个候选对象的数据。
在本发明的一些实施例中，上述第二确定模块包括：排序模块，用于对每个候选对象的数据进行排序；第二确定模块的子模块，用于根据排序结果确定用于替换所述第一类对象的候选对象。
在本发明的一些实施例中，所述第一类对象的属性包括以下任意一项或多项：所述第一类对象的连续性属性、所述第一类对象的离散型属性、所述第一类对象的文本信息属性；所述第二类对象的属性包括以下任意一项或多项：所述第二类对象的连续性属性、所述第二类对象的离散型属性、所述第二类对象的文本信息属性。
根据本发明实施例的第三方面，提供了一种电子设备，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时，使得所述一个或多个处理器实现如上述实施例中第一方面所述的信息推送方法。
根据本发明实施例的第四方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述实施例中第一方面所述的信息推送方法。
本发明实施例提供的技术方案可以包括以下有益效果：
在本发明的一些实施例所提供的技术方案中，获取第一类对象的属性和第二类对象的属性，所述第二类对象用于替换所述第一类对象，根据第一类对象的属性和第二类对象的属性从第二类对象中确定候选对象集合，然后计算所述候选对象集合中每个候选对象的数据，以及根据每个候选对象的数据确定用于替换所述第一类对象的候选对象，并向用户推送用于替换所述第一类对象的候选对象，以此方式可以提升在推荐商品时的准确度，有效地减少由于业务人员和供应商的主观决策带来的影响。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。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获得其他的附图。在附图中：
图1示出了可以应用本发明实施例的信息推送方法或信息推送装置的示例性系统架构的示意图；
图2示意性示出了根据本发明的实施例的信息推送方法的流程图；
图3示意性示出了根据本发明的另一个实施例的信息推送方法的流程图；
图4示意性示出了根据本发明的另一个实施例的信息推送方法的流程图；
图5示意性示出了根据本发明的另一个实施例的信息推送方法的流程图；
图6示意性示出了根据本发明的另一个实施例的信息推送方法的流程图；
图7示意性示出了根据本发明的实施例的信息推送装置的方框图；
图8示意性示出了根据本发明的另一个实施例的信息推送装置的方框图；
图9示意性示出了根据本发明的另一个实施例的信息推送装置的方框图；
图10示意性示出了根据本发明的另一个实施例的信息推送装置的方框图；
图11示意性示出了根据本发明的另一个实施例的信息推送装置的方框图；
图12示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本发明的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
图1示出了可以应用本发明实施例的信息推送方法或信息推送装置的示例性系统架构的示意图。
如图1所示，系统架构100可以包括终端设备101、102、103中的一种或多种，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103可以是具有显示屏的各种电子设备，包括但不限于智能手机、平板电脑、便携式计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器。例如用户利用终端设备103(也可以是终端设备101或102)向服务器105上传了第一类对象的属性和第二类对象的属性，服务器105可以根据第一类对象的属性和第二类对象的属性从第二类对象中确定候选对象集合，计算候选对象集合中每个候选对象的数据，根据每个候选对象的数据确定用于替换第一类对象的候选对象，并向用户推送用于替换第一类对象的候选对象，以此方式可以提升在推荐商品时的准确度，有效地减少由于业务人员和供应商的主观决策带来的影响。
在一些实施例中，本发明实施例所提供的信息推送方法一般由服务器105执行，相应地，信息推送装置一般设置于服务器105中。在另一些实施例中，某些终端可以具有与服务器相似的功能从而执行本方法。因此，本发明实施例所提供的信息推送方法不限定在服务器端执行。
图2示意性示出了根据本发明的实施例的信息推送方法的流程图。
如图2所示，信息推送方法可以包括步骤S210～步骤S250。
在步骤S210中，获取第一类对象的属性和第二类对象的属性，所述第二类对象用于替换所述第一类对象。
在步骤S220中，根据所述第一类对象的属性和所述第二类对象的属性从所述第二类对象中确定候选对象集合。
在步骤S230中，计算候选对象集合中每个候选对象的数据。
在步骤S240中，根据每个候选对象的数据确定用于替换所述第一类对象的候选对象。
在步骤S250，推送用于替换第一类对象的候选对象。
该方法可以获取第一类对象的属性和第二类对象的属性，所述第二类对象用于替换所述第一类对象，根据第一类对象的属性和第二类对象的属性从第二类对象中确定候选对象集合，计算候选对象集合中每个候选对象的数据，根据每个候选对象的数据确定用于替换第一类对象的候选对象，并向用户推送用于替换第一类对象的候选对象，以此方式可以提升在推荐商品时的准确度，有效地减少由于业务人员和供应商的主观决策带来的影响。
在本发明的一个实施例中，上述第一类对象可以是第一类商品，例如被替代的商品。上述第二类对象可以是第二类商品，用于替换第一类商品的商品，例如换品。在本实施例中，被替代商品可以是线上或线出现缺货的商品。用于替换第一类商品的商品可以是与第一类商品相似的商品。
在本发明的一个实施例中，上述第一类对象的属性包括以下任意一项或多项：第一类对象的连续性属性、第一类对象的离散型属性、第一类对象的文本信息属性。基于前述实施例，第一类商品的连续性属性可以包括但不限于第一类商品的售价、第一类商品在一段时间内的销售额。第一类商品的离散型属性可以包括但不限于第一类商品的商品类型、第一类商品的产地。第一类商品的文本信息属性可以包括但不限于第一类商品的风味、第一类商品的商品特色。
在本发明的一个实施例中，第二类对象的属性包括以下任意一项或多项：第二类对象的连续性属性、第二类对象的离散型属性、第二类对象的文本信息属性。基于前述实施例，第二类商品的连续性属性可以包括但不限于第二类商品的售价、第二类商品在一段时间内的销售额。第二类商品的离散型属性可以包括但不限于第二类商品的商品类型、第二类商品的产地。第二类商品的文本信息属性可以包括但不限于第二类商品的风味、第二类商品的商品特色。
在本发明的一个实施例中，根据第一类对象的属性和第二类对象的属性可以从第二类对象中确定候选对象集合。例如，根据第一类商品的连续性属性和第二类商品的连续性属性的相似度、第一类商品的离散型属性和第二类商品的离散型属性的相似度、以及第一类商品的文本信息属性和第二类商品的文本信息属性的相似度确定哪些第二类商品可以被划分到候选商品集合中。在本实施例中，候选商品集合中的商品可以是与第一类商品相似度较高的商品。
在本发明的一个实施例中，计算候选对象集合中每个候选对象的数据。在本实施例中，通过预设模型中的算法可以获取每个候选对象的数据。其中，每个候选对象的数据可以是每个候选商品的销量数据。该预设模型可以是通过第一类商品的历史销量数据进行训练获得。例如，将候选商品集合中每个候选商品的属性输入到该预设模型，通过该预设模型的算法可以计算获得每个候选商品的销量数据，根据每个候选商品的销量数据可以确定用于替换所述第一类商品的候选商品，以此方式确定替换第一类商品的商品可以提升在推荐商品时的准确度，有效地减少由于业务人员和供应商的主观决策带来的影响。
图3示意性示出了根据本发明的另一个实施例的信息推送方法的流程图。
如图3所示，上述步骤S220具体可以包括步骤S221和S222。
在步骤S221中，计算所述第一类对象的属性与所述第二类对象的属性的相似度。
在步骤S222中，根据所述相似度从所述第二类对象中确定所述候选对象集合。
该方法可以计算第一类对象的属性与第二类对象的属性的相似度，然后根据相似度从第二类对象中确定候选对象集合，这样可以初步第二类商品中确定出替换第一类商品的候选商品，从而减少后续通过预设模型获得候选商品的销量数据的计算量，进而提升了预设模型的计算速度。
在本发明的一个实施例中，计算第一类对象的属性与第二类对象的属性的相似度具体可以包括计算第一类商品的连续性属性与第二类商品的连续性属性的相似度，计算第一类商品的离散型属性与第二类商品的离散型属性的相似度，以及计算第一类商品的文本信息属性和第二类商品的文本信息属性的相似度，然后根据三者的相似度确定第一类商品与第二类商品的相似度。
基于前述实施例，计算第一类商品的连续性属性与第二类商品的连续性属性的相似度。例如，将第一类商品的连续性属性与第二类商品的连续性属性分别用向量表示，然后通过余弦公式计算相似度sim连续。该余弦公式(1)如下所示：
Figure BDA0002434796320000091
其中，第一类商品的连续属性为A，第二类商品的连续性属性为B，similarity为sim连续。
基于前述实施例，计算第一类商品的离散型属性与第二类商品的离散型属性的相似度。例如，具体地，设第一类商品的离散性属性为S1，第二类商品的离散性属性为S2，通过如下相似度公式计算sim离散。该相似度公式(2)如下：
Figure BDA0002434796320000092
其中，S1，S2属性值相同的属性集合可以是由S1与S2相同的离散型属性组合的。i可以是该集合的一个离散性属性。j可以是S1与S2属性数量的总和。Sim(S1，S2)为sim离散。
基于前述实施例，计算第一类商品的文本信息属性和第二类商品的文本信息属性的相似度。例如，通过TF-IDF分别对第一类商品的文本信息属性和第二类商品的文本信息属性进行处理，得到与其对应的向量。然后通过上述余弦公式(1)计算向量间的相似度sim文本。
TF-IDF(term frequency–inverse document frequency)是一种用于信息检索与数据挖掘的常用加权技术。通过统计的关键字构建出字典，然后计算词频(termfrequency，TF)，和逆向文件频率(inverse document frequency，IDF)。然后计算TF与IDF的乘积即TF-IDF的值，找出每个商品的关键字，最后构建成向量。
在本发明的一个实施例中，通过上述公式可以计算获得sim连续、sim离散、sim文本。然后通过公式(3)计算最终的相似度，公式(3)如下：
Sim＝a*sim连续+b*sim离散+c*sim文本 (3)
其中，a+b+c＝1，a，b，c的值可以由业务人员根据具体场景配置。例如，当业务人员认为第二类商品描述与第一类商品尽可能保持一致时，a，b，c的值可以分别取0.15，0.15，0.7来实现。
由上述公式可以计算第一类商品的属性与第二类商品的属性的相似度sim，在这种情况下，按一定的阈值threshold，选取sim>threshold的商品为候选商品。Threshold取值范围可以为0到1，业务人员可以根据自己需求调整大小。
图4示意性示出了根据本发明的另一个实施例的信息推送方法的流程图。
在步骤S230之前，上述方法还可以包括步骤S310～步骤S330，如图4所示。
在步骤S310中，获取所述第一类对象的历史数据。
在步骤S320中，去除所述历史数据中的异常值，获取所述历史数据中的正常数据。
在步骤S330中，基于所述历史数据中的正常数据建立所述预设模型。
该方法可以获取第一类对象的历史数据，去除历史数据中的异常值，获取历史数据中的正常数据，然后基于历史数据中的正常数据建立所述预设模型，以此方式建立的预设模型在计算时候选商品的销量数据更加准确。
在本发明的一个实施例中，上述第一类对象的历史数据可以是第一类商品的历史销量数据。
基于前述实施例，上述第一类商品的历史销量数据可以是过去一段时间段内第一类商品的销量，例如，第一类商品在过去一段时间段内的历史销量为5000件。在本实施例中，第一类商品的历史销量数据可以属于第一类商品的连续性属性。
基于前述实施例，去除历史销量数据中的异常值，这样可以提升模型学习出来的结果的可信度，从而避免影响通过预设模型获得候选商品的销量数据的准确度。
基于前述实施例，结合业务逻辑，对历史销量数据建立是否异常的标签数据库。该步骤的实现将采用多重因素的粗糙分组+组内销量分布的密度检测作为初始值，同时结合业务判断进行多重迭代，得到相对准确的异常值训练数据库，检测到的异常值从历史销量里剔除，用例如树末端叶子节点样本均值替换。然后根据去除异常值后的历史销量数据(即正常数据)进行特征工程，最后基于特征工程的历史销量数据建立上述预设模型。例如，模型算法采用GBM(梯度提升回归树)。其输入的训练数据(xold,yold)，xold为第一类商品的属性通过特征工程后得到的向量，yold为去除异常值后的历史销量数据。模型通过训练使得F＝(xold)近似等于yold。
图5示意性示出了根据本发明的另一个实施例的信息推送方法的流程图。
如图5所示，上述步骤S230具体可以包括步骤S231和步骤S232。
在步骤S231中，基于所述第一类对象所在类目的对象数据和每个候选对象的属性生成每个候选对象的特征向量。
在步骤S232中，根据每个候选对象的特征向量确定每个候选对象的销量数据。
该方法可以基于第一类对象所在类目的对象数据和每个候选对象的属性生成每个候选对象的特征向量，根据每个候选对象的特征向量确定每个候选对象的数据，以此方式获得的每个候选对象的数据更加准确。
在本发明的一个实施例中，上述第一类对象所在类目的对象数据可以是第一类商品所在类目的商品销量数据。
基于前述实施例，通过以下几种方式对第一类商品所在类目的商品销量数据和每个候选商品的属性进行处理可以得到每个候选商品的特征向量。例如，上述几种方式可以是：(1)单一变量的基础转换，比如通过对单一变量进行平方，开根号，log转换等。(2)变量通过添加时间维度进行衍生，比如3个月交易数据，6个月交易数据等。(3)多变量的运算，比如两个变量相加，相乘或变量间计算一个比率后得到新变量。(4)接入外生变量如历史和未来的天气，节假日效应，促销等因素。
基于前述实施例，根据每个候选对象的特征向量确定每个候选对象的数据包括：通过上述预设模型中的梯度提升回归树算法对每个候选商品的特征向量处理，获取每个候选商品的销量数据。例如，将每个候选商品的特征向量xnew输入到上述预设模型，然后通过该预设模型中的梯度提升回归树算法F(x)可以得出每个候选商品的销量数据ynew。
图6示意性示出了根据本发明的另一个实施例的信息推送方法的流程图。
如图6所示，上述步骤240可以包括步骤S241和步骤S242。
在步骤S241中，对每个候选对象的数据进行排序。
在步骤S242中，根据排序结果确定用于替换所述第一类对象的候选对象。
该方法可以对每个候选对象的数据进行排序，根据排序结果确定用于替换所述第一类对象的候选商品，以此方式可以快速准确的从候选商品集合中确定出用于替换所述第一类商品的候选商品。
在本发明的一个实施例中，每个候选对象的数据可以是每个候选商品的销量数据。
基于前述实施例，通过上述方法在确定用于替换所述第一类商品的候选商品时可以辅助业务人员对标相似商品，为换品选品提供科学依据。对换品客观预测其销售状况，为业务人员与供应商谈判采购价格等资源支持提供了依据，同时可以作为首次订购量的辅助支持，减少商品因为信息不对称多订或者少订的风险，有效减少滞销或者缺货风险。
图7示意性示出了根据本发明的实施例的信息推送装置的方框图。
如图7所示，信息推送装置300包括第一获取模块310、第一确定模块320、第一计算模块330、第二确定模块340和推送模块350。
具体地，第一获取模块310，用于获取第一类对象的属性和第二类对象的属性，所述第二类对象用于替换所述第一类对象。
第一确定模块320，用于根据所述第一类对象的属性和所述第二类对象的属性从所述第二类对象中确定候选对象集合。
第一计算模块330，用于计算候选对象集合中每个候选对象的数据。
第二确定模块340，用于根据每个候选对象的数据确定用于替换所述第一类对象的候选对象。
推送模块350，用于推送用于替换所述第一类对象的候选对象。
该信息推送装置300可以获取第一类对象的属性和第二类对象的属性，所述第二类对象用于替换所述第一类对象，根据第一类对象的属性和第二类对象的属性从第二类对象中确定候选对象集合，计算候选对象集合中每个候选对象的数据，根据每个候选对象的数据确定用于替换第一类对象的候选对象，并向用户推送用于替换第一类对象的候选对象，以此方式可以提升在推荐商品时的准确度，有效地减少由于业务人员和供应商的主观决策带来的影响。
根据本发明的实施例，该信息推送装置300可以用于实现图2实施例描述的信息推送方法。
图8示意性示出了根据本发明的另一个实施例的信息推送装置的方框图。
如图8所示，上述第一确定模块320具体可以包括第二计算模块321和第一确定模块的子模块322。
具体地，第二计算模块321，用于计算所述第一类对象的属性与所述第二类对象的属性的相似度。
第一确定模块的子模块322，用于根据所述相似度从所述第二类对象中确定所述候选对象集合。
该第一确定模块320可以计算第一类对象的属性与第二类对象的属性的相似度，然后根据相似度从第二类对象中确定候选对象集合，这样可以初步第二类商品中确定出替换第一类商品的候选商品，从而减少后续通过预设模型获得候选商品的销量数据的计算量，进而提升了预设模型的计算速度。
根据本发明的实施例，该第一确定模块320可以用于实现图3实施例描述的信息推送方法。
图9示意性示出了根据本发明的另一个实施例的信息推送装置的方框图。
如图9所示，上述信息推送装置300包括第二获取模块360、去除模块370和建立模块380。
具体地，第二获取模块360，用于获取所述第一类对象的历史数据。
去除模块370，用于去除所述历史数据中的异常值，获取所述历史数据中的正常数据。
建立模块380，基于所述历史数据中的正常数据建立所述预设模型。
该信息推送装置300可以获取第一类对象的历史数据，去除历史数据中的异常值，获取历史数据中的正常数据，然后基于历史数据中的正常数据建立所述预设模型，以此方式建立的预设模型在计算时候选商品的销量数据更加准确。
根据本发明的实施例，该信息推送装置300可以用于实现图4实施例描述的信息推送方法。
图10示意性示出了根据本发明的另一个实施例的信息推送装置的方框图。
如图10所示，上述第一计算模块330具体可以包括生成模块331和第三确定模块332。
具体地，生成模块331，基于所述第一类对象所在类目的对象数据和每个候选对象的属性生成每个候选对象的特征向量。
第三确定模块332，用于根据每个候选对象的特征向量确定每个候选对象的数据。
该第一计算模块330可以基于第一类对象所在类目的对象数据和每个候选对象的属性生成每个候选对象的特征向量，根据每个候选对象的特征向量确定每个候选对象的数据，以此方式获得的每个候选对象的数据更加准确。
根据本发明的实施例，该第一计算模块330可以用于实现图5实施例描述的信息推送方法。
在本发明的一些实施例中，上述第三确定模块332被配置为：通过梯度提升回归树算法对每个候选商品的特征向量处理，获取每个候选商品的销量数据。
图11示意性示出了根据本发明的另一个实施例的信息推送装置的方框图。
如图11所示，上述第二确定模块340包括排序模块341和第二确定模块的子模块342。
具体地，排序模块341，用于对每个候选对象的数据进行排序。
第二确定模块的子模块342，用于根据排序结果确定用于替换所述第一类对象的候选对象。
该第二确定模块340可以对每个候选对象的数据进行排序，根据排序结果确定用于替换所述第一类对象的候选商品，以此方式可以快速准确的从候选商品集合中确定出用于替换所述第一类商品的候选商品。
根据本发明的实施例，该第二确定模块340可以用于实现图6实施例描述的信息推送方法。
由于本发明的示例实施例的信息推送装置300的各个模块可以用于实现上述2～图6描述的信息推送方法的示例实施例的步骤，因此对于本发明装置实施例中未披露的细节，请参照本发明上述的信息推送方法的实施例。
可以理解的是，第一获取模块310、第一确定模块320、第二计算模块321、第一确定模块的子模块322、第一计算模块330、生成模块331、第三确定模块332、第二确定模块340、排序模块341、第二确定模块的子模块342、推送模块350、第三获取模块360、去除模块370、以及建立模块380可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本发明的实施例，第一获取模块310、第一确定模块320、第二计算模块321、第一确定模块的子模块322、第一计算模块330、生成模块331、第三确定模块332、第二确定模块340、排序模块341、第二确定模块的子模块342、推送模块350、第三获取模块360、去除模块370、以及建立模块380中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式的适当组合来实现。或者，第一获取模块310、第一确定模块320、第二计算模块321、第一确定模块的子模块322、第一计算模块330、生成模块331、第三确定模块332、第二确定模块340、排序模块341、第二确定模块的子模块342、推送模块350、第三获取模块360、去除模块370、以及建立模块380中的至少一个可以至少被部分地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应模块的功能。
下面参考图12，其示出了适于用来实现本发明实施例的电子设备的计算机系统400的结构示意图。图12示出的电子设备的计算机系统400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12所示，计算机系统400包括中央处理单元(CPU)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有系统操作所需的各种程序和数据。CPU401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时，执行本申请的系统中限定的上述功能。
需要说明的是，本发明所示的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或者是上述两者的任意组合。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可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本发明中，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。而在本发明中，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。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如上述实施例中所述的信息推送方法。
例如，所述的电子设备可以实现如图2中所示的：在步骤S210中，获取第一类对象的属性和第二类对象的属性，所述第二类对象用于替换所述第一类对象。在步骤S220中，根据所述第一类对象的属性和所述第二类对象的属性从所述第二类对象中确定候选对象集合。在步骤S230中，计算候选对象集合中每个候选对象的数据。在步骤S240中，根据每个候选对象的数据确定用于替换所述第一类对象的候选对象。在步骤S250，推送用于替换第一类对象的候选对象。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (10)

1.一种信息推送方法，其特征在于，包括：
获取第一类对象的属性和第二类对象的属性，所述第二类对象用于替换所述第一类对象；
根据所述第一类对象的属性和所述第二类对象的属性从所述第二类对象中确定候选对象集合；
计算所述候选对象集合中每个候选对象的数据；
根据每个候选对象的数据确定用于替换所述第一类对象的候选对象；
推送所述用于替换所述第一类对象的候选对象。
2.根据权利要求1所述的方法，其特征在于，根据所述第一类对象的属性和所述第二类对象的属性从所述第二类对象中确定候选对象集合包括：
计算所述第一类对象的属性与所述第二类对象的属性的相似度；
根据所述相似度从所述第二类对象中确定所述候选对象集合。
3.根据权利要求1所述的方法，其特征在于，该方法还包括：
获取所述第一类对象的历史数据；
去除所述历史数据中的异常值，获取所述历史数据中的正常数据；
基于所述历史数据中的正常数据建立预设模型。
4.根据权利要求3所述的方法，其特征在于，计算所述候选对象集合中每个候选对象的数据包括：
基于所述第一类对象所在类目的对象数据和每个候选对象的属性生成每个候选对象的特征向量；
根据每个候选对象的特征向量确定每个候选对象的数据。
5.根据权利要求4所述的方法，其特征在于，根据每个候选对象的特征向量确定每个候选对象的数据包括：
通过所述预设模型中的梯度提升回归树算法对每个候选对象的特征向量处理，获取每个候选对象的数据。
6.根据权利要求1所述的方法，其特征在于，根据每个候选对象的数据确定用于替换所述第一类对象的候选对象包括：
对每个候选对象的数据进行排序；
根据排序结果确定用于替换所述第一类对象的候选对象。
7.根据权利要求1～6任意一项所述的方法，其特征在于，所述第一类对象的属性包括以下任意一项或多项：所述第一类对象的连续性属性、所述第一类对象的离散型属性、所述第一类对象的文本信息属性；
所述第二类对象的属性包括以下任意一项或多项：所述第二类对象的连续性属性、所述第二类对象的离散型属性、所述第二类对象的文本信息属性。
8.一种信息推送装置，其特征在于，包括：
第一获取模块，用于获取第一类对象的属性和第二类对象的属性，所述第二类对象用于替换所述第一类对象；
第一确定模块，用于根据所述第一类对象的属性和所述第二类对象的属性从所述第二类对象中确定候选对象集合；
第二获取模块，用于计算所述候选对象集合中每个候选对象的数据；
第二确定模块，用于根据每个候选对象的数据确定用于替换所述第一类对象的候选对象；
推送模块，用于推送所述用于替换所述第一类对象的候选对象。
9.一种电子设备，包括：
一个或多个处理器；以及
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时，使得所述一个或多个处理器实现根据权利要求1～7中任意一项所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现根据权利要求1～7中任意一项所述的方法。
CN202010248895.6A 2020-04-01 2020-04-01 信息推送方法、装置、介质及电子设备 Pending CN113496414A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010248895.6A CN113496414A (zh) 2020-04-01 2020-04-01 信息推送方法、装置、介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010248895.6A CN113496414A (zh) 2020-04-01 2020-04-01 信息推送方法、装置、介质及电子设备

Publications (1)

Publication Number Publication Date
CN113496414A true CN113496414A (zh) 2021-10-12

Family

ID=77993119

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010248895.6A Pending CN113496414A (zh) 2020-04-01 2020-04-01 信息推送方法、装置、介质及电子设备

Country Status (1)

Country Link
CN (1) CN113496414A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108694542A (zh) * 2018-05-14 2018-10-23 北京辰森世纪科技股份有限公司 物资申购信息的处理方法、装置及设备
US20180315059A1 (en) * 2017-04-28 2018-11-01 Target Brands, Inc. Method and system of managing item assortment based on demand transfer
JP6617184B1 (ja) * 2018-09-21 2019-12-11 株式会社Ｅｐａｒｋ 代替商品提案システム、代替商品提案プログラム及び代替商品提案方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180315059A1 (en) * 2017-04-28 2018-11-01 Target Brands, Inc. Method and system of managing item assortment based on demand transfer
CN108694542A (zh) * 2018-05-14 2018-10-23 北京辰森世纪科技股份有限公司 物资申购信息的处理方法、装置及设备
JP6617184B1 (ja) * 2018-09-21 2019-12-11 株式会社Ｅｐａｒｋ 代替商品提案システム、代替商品提案プログラム及び代替商品提案方法

Similar Documents

Publication Publication Date Title
CN107330445B (zh) 用户属性的预测方法和装置
CN110751497A (zh) 一种商品补货方法和装置
CN112184348B (zh) 订单数据处理方法、装置、电子设备及介质
US11741094B2 (en) Method and system for identifying core product terms
CN113743971A (zh) 一种数据处理方法和装置
CN111782850B (zh) 一种基于手绘图的物品搜索方法和装置
CN110866625A (zh) 促销指标信息生成方法和装置
CN114663015A (zh) 补货方法和装置
CN112749323A (zh) 一种构建用户画像的方法和装置
CN112784212A (zh) 一种优化库存的方法和装置
CN112528103A (zh) 一种推荐对象的方法和装置
CN113744009B (zh) 目标对象输出方法、装置、计算机可读介质及电子设备
CN112784861B (zh) 相似度的确定方法、装置、电子设备和存储介质
CN110599281A (zh) 一种确定目标店铺的方法和装置
CN114677174A (zh) 一种计算未上架物品销量的方法和装置
CN116029794A (zh) 商品价格确定方法、装置、电子设备及存储介质
CN111833085A (zh) 一种计算物品价格的方法和装置
CN113159877B (zh) 数据处理方法、装置、系统、计算机可读存储介质
CN113496414A (zh) 信息推送方法、装置、介质及电子设备
CN114996579A (zh) 信息推送方法、装置、电子设备和计算机可读介质
CN112819555B (zh) 一种物品推荐方法和装置
CN114723354A (zh) 一种针对供应商的线上商机挖掘方法、设备及介质
CN112819619A (zh) 一种交易处理方法和装置
CN110084541B (zh) 用于预测供应商送货时长的方法和装置
CN112861684A (zh) 一种物品展示方法和装置

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