CN113763079A - 一种信息推送的方法、装置和存储介质 - Google Patents
一种信息推送的方法、装置和存储介质 Download PDFInfo
- Publication number
- CN113763079A CN113763079A CN202010776162.XA CN202010776162A CN113763079A CN 113763079 A CN113763079 A CN 113763079A CN 202010776162 A CN202010776162 A CN 202010776162A CN 113763079 A CN113763079 A CN 113763079A
- Authority
- CN
- China
- Prior art keywords
- target
- period
- information
- label
- article
- 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 35
- 238000012163 sequencing technique Methods 0.000 claims abstract description 7
- 238000001914 filtration Methods 0.000 claims description 10
- 238000012216 screening Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 239000002699 waste material Substances 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
- 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]
- G06Q30/0623—Item investigation
- G06Q30/0625—Directed, with specific intent or strategy
- G06Q30/0629—Directed, with specific intent or strategy for generating comparisons
-
- 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]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
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)
- User Interface Of Digital Computer (AREA)
Abstract
本申请公开了一种信息推送的方法、装置和存储介质,具体为首先获取目标物品的第一期间信息,并基于目标品的第一期间信息为对应的目标物品标记复购周期标签,第一期间信息表示目标物品的复购期间,获取用户的用户操作信息和目标物品的相关物品标签,并将用户操作信息和目标物品的相关物品标签及复购周期标签输入预先训练的目标物品推荐模型,生成与用户对应的待推荐目标物品的推荐分数,基于推荐分数,为待推荐目标物品进行排序,并将待推荐目标物品对应的物品信息进行推送。本申请实施例通过标记目标物品的复购周期标签和相关物品标签,进一步计算目标物品的推荐分数并向用户进行目标物品的展示,增加了目标物品推送的准确度,提升了用户体验。
Description
技术领域
本申请涉及电子商务技术领域,尤其涉及一种信息推送的方法、装置和存储介质。
背景技术
用户在电子商务平台进行选购时,购物应用程序一般会根据用户浏览的商品、加购物车的商品、购买的商品进行推荐。当用户在购买了某个商品后,电子商务平台仍旧会推荐该商品或类似商品。比如,用户经常浏览某款手机,显示页面推荐会推荐该款手机,或者推荐与该款手机类似的其它手机,当用户下单购买了手机后,显示页面仍旧会推荐手机。
发明内容
本申请实施例提供了一种信息推送的方法,克服了重复推荐用户已购买的复购周期较长的物品的问题,提升了推送信息的准确度。
该方法包括:
获取目标物品的第一期间信息,并基于所述目标品的所述第一期间信息为对应的所述目标物品标记复购周期标签,其中,所述第一期间信息表示所述目标物品的复购期间;
获取用户的用户操作信息和所述目标物品的相关物品标签,并将所述用户操作信息和所述目标物品的所述相关物品标签及所述复购周期标签输入预先训练的目标物品推荐模型,生成与所述用户对应的待推荐目标物品的推荐分数;
基于所述推荐分数,为所述待推荐目标物品进行排序,并将所述待推荐目标物品对应的物品信息进行推送。
可选地,将所述第一期间信息与预先设定的期间阈值的数值大小进行比较;
当所述第一期间信息小于所述期间阈值时,为所述第一期间信息对应的所述目标物品标记所述复购周期标签中的短复购周期标签,以及,当所述第一期间信息大于所述期间阈值时,为所述第一期间信息对应的所述目标物品标记所述复购周期标签中的长复购周期标签。
可选地,当所述用户操作信息中存在所述目标物品的购买操作信息,且所述目标物品仅携带所述长复购周期标签未携带所述相关物品标签,将所述目标物品进行过滤。
可选地,基于所述用户操作信息,通过所述目标物品推荐模型计算所述目标物品的浏览推荐指数;
当所述用户操作信息中存在所述目标物品的购买操作信息,且所述目标物品携带所述长复购周期标签和所述相关物品标签,为所述目标物品设置权重系数为0,为所述目标物品携带的所述相关物品标签对应的目标物品设置权重系数为1;
基于所述目标物品的所述浏览指数和所述权重系数的乘积,筛选出与所述用户对应的待推荐目标物品,并生成所述待推荐目标物品的推荐分数。
可选地,基于所述权重系数,将所述用户操作信息中存在所述目标物品的购买操作信息,且携带所述长复购周期标签和所述相关物品标签的所述目标物品的所述相关物品标签对应的所述目标物品作为所述待推荐目标物品;
将所述用户操作信息中不存在所述目标物品的购买操作信息,且将携带所述长复购周期标签的所述目标物品和所述相关物品标签对应的所述目标物品作为所述待推荐目标物品;
将携带所述短复购周期标签的所述目标物品和所述相关物品标签对应的所述目标物品作为所述待推荐目标物品。
在本发明的另一个实施例中,提供了一种信息推送的装置,该装置包括:
获取模块,用于获取目标物品的第一期间信息,并基于所述目标品的所述第一期间信息为对应的所述目标物品标记复购周期标签,其中,所述第一期间信息表示所述目标物品的复购期间;
生成模块,用于获取用户的用户操作信息和所述目标物品的相关物品标签,并将所述用户操作信息和所述目标物品的所述相关物品标签及所述复购周期标签输入预先训练的目标物品推荐模型,生成与所述用户对应的待推荐目标物品的推荐分数;
推送模块,用于基于所述推荐分数,为所述待推荐目标物品进行排序,并将所述待推荐目标物品对应的物品信息进行推送。
可选地,所述获取模块包括:
比较单元,用于将所述第一期间信息与预先设定的期间阈值的数值大小进行比较;
标记单元,用于当所述第一期间信息小于所述期间阈值时,为所述第一期间信息对应的所述目标物品标记所述复购周期标签中的短复购周期标签,以及,当所述第一期间信息大于所述期间阈值时,为所述第一期间信息对应的所述目标物品标记所述复购周期标签中的长复购周期标签。
可选地,所述装置进一步包括:
过滤模块,用于当所述用户操作信息中存在所述目标物品的购买操作信息,且所述目标物品仅携带所述长复购周期标签未携带所述相关物品标签,将所述目标物品进行过滤。
在本发明的另一个实施例中,提供了一种非瞬时计算机可读存储介质,所述非瞬时计算机可读存储介质存储指令,所述指令在由处理器执行时使得所述处理器执行上述一种信息推送的方法中的各个步骤。
在本发明的另一个实施例中,提供了一种终端设备,包括处理器,所述处理器用于执行上述一种信息推送的方法中的各个步骤。
基于上述实施例,首先获取目标物品的第一期间信息,并基于目标品的第一期间信息为对应的目标物品标记复购周期标签,其中,第一期间信息表示目标物品的复购期间,其次,获取用户的用户操作信息和目标物品的相关物品标签,并将用户操作信息和目标物品的相关物品标签及复购周期标签输入预先训练的目标物品推荐模型,生成与用户对应的待推荐目标物品的推荐分数,最后,基于推荐分数,为待推荐目标物品进行排序,并将待推荐目标物品对应的物品信息进行推送。本申请实施例通过标记目标物品的复购周期标签和相关物品标签,进一步计算目标物品的推荐分数并向用户进行目标物品的展示,增加了目标物品推送的准确度,提升了用户体验。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了为本申请实施例100所提供的一种信息推送的方法的流程示意图;
图2示出了本申请实施例200提供的一种信息推送的方法的具体流程的示意图;
图3示出了本申请实施例300还提供一种信息推送的装置的示意图;
图4示出了本申请实施例400所提供的一种终端设备的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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,以便这里描述的本发明的实施例如能够以除了在这里图示或描述的那些以外的顺序实施。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他步骤或单元。
基于现有技术中的问题,本申请实施例提供了一种信息推送的方法,主要适用于电子商务技术领域。通过为目标物品设置复购周期标签和周边物品标签,并基于复购周期标签和周边物品标签对目标物品进行打分,筛选出满足条件的待推荐目标物品并向用户进行推荐。下面以具体实施例对本发明的技术方案进行详细说明,以实现一种信息推送的方法。以下几个具体实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。如图1所示,为本申请实施例100提供的一种信息推送的方法的流程示意图。其中,详细步骤如下:
步骤S11,获取目标物品的第一期间信息,并基于目标品的第一期间信息为对应的目标物品标记复购周期标签,其中,第一期间信息表示目标物品的复购期间。
本步骤中,本申请实施例中的第一期间信息为目标物品在电子商务平台上被重复购买的复购周期。基于获取的每个目标物品的第一期间信息,与预先设定的期间阈值进行比较,以为每个目标物品标记包含长复购周期标签或短复购周期标签的复购周期标签。
步骤S12,获取用户的用户操作信息和目标物品的相关物品标签,并将用户操作信息和目标物品的相关物品标签及复购周期标签输入预先训练的目标物品推荐模型,生成与用户对应的待推荐目标物品的推荐分数。
本步骤中,用户操作信息为用户在电子商务网站上的浏览、点击和购买等针对目标物品的操作行为。目标物品标签表示目标物品具有的周边商品,如目标物品为手机时,可能存在与手机相关的手机壳、收据线等相关的目标物品。当目标物品未携带相关物品标签时,则表示该目标物品在该电子商务平台不存在相关的目标物品。进一步地,目标物品推荐模型基于预先采集的目标物品样本及对应的推荐分数进行训练生成。通过目标物品推荐模型对获取的目标物品进行处理,筛选出待推荐目标物品,生成对应的推荐分数。
步骤S13,基于推荐分数,为待推荐目标物品进行排序,并将待推荐目标物品对应的物品信息进行推送。
本步骤中,针对推荐分数的数值大小,对待推荐目标物品进行排序,并按照排序顺序将目标物品和周边物品的物品信息推送到对应用户的客户端。
如上所述,基于上述实施例,首先获取目标物品的第一期间信息,并基于目标品的第一期间信息为对应的目标物品标记复购周期标签,其中,第一期间信息表示目标物品的复购期间,其次,获取用户的用户操作信息和目标物品的相关物品标签,并将用户操作信息和目标物品的相关物品标签及复购周期标签输入预先训练的目标物品推荐模型,生成与用户对应的待推荐目标物品的推荐分数,最后,基于推荐分数,为待推荐目标物品进行排序,并将待推荐目标物品对应的物品信息进行推送。本申请实施例通过标记目标物品的复购周期标签和相关物品标签,进一步计算目标物品的推荐分数并向用户进行目标物品的展示,增加了目标物品推送的准确度,提升了用户体验。
如图2所示,为本申请实施例200提供的一种信息推送的方法的具体流程的示意图。其中,该具体流程的详细过程如下:
S201,获取目标物品的第一期间信息。
这里,第一期间信息可以根据在该电子平台上各个用户购买该目标物品的复购周期之和与购买该目标物品的用户的数量之比进行确定。
S202,将第一期间信息与预先设定的期间阈值的数值大小进行比较。
这里,预先设定的期间阈值可以基于业务经验进行预先设定。进一步地,通过期间阈值对每个目标物品的第一期间信息进行判断,确定该目标物品是长复购周期还是短复购周期。
S203,当第一期间信息小于期间阈值时,为第一期间信息对应的目标物品标记复购周期标签中的短复购周期标签。
S204,当第一期间信息大于期间阈值时,为第一期间信息对应的目标物品标记复购周期标签中的长复购周期标签。
S205,获取用户的用户操作信息和目标物品的相关物品标签。
这里,用户在电子商务平台进行操作时生成的用户操作信息包括用户信息和操作信息。其中,用户信息包括用户的年龄、会员等级、促销敏感度、购买力、性别、教育程度、职业、京享值、是否plus会员等信息。而操作信息包括某段时期内的日均单量(如30天日均单量、7天日均单量)、上次购买时的订单时间、是否有优惠券领取爱好、是否有优惠券使用爱好、是否领取店铺优惠券、会否关注该店铺、浏览记录(如最近1/3/7/30天浏览商品类目/自有三级类目/自有品牌/类目偏好次数)、关注记录(如最近1/3/7/30天关注商品类目/自有三级类目/自有品牌/次数)、加购记录(最近1/3/7/30天加购三级类目次数)和购买记录(最近1/3/7/30天购买商品类目/自有三级类目/自有品牌/次数)等。
进一步地,获取目标物品的相关物品标签。其中,相关物品标签表示该目标物品是否有相应的相关物品。如目标物品为手机,则其相关物品可能包括该手机型号的手机壳、手机贴膜、耳机、充电宝等。可选地,基于目标物品的物品名称,在电子商务平台搜索是否存在相关物品,并在存在时标记相关物品标签。
S206,当用户操作信息中存在目标物品的购买操作信息,且目标物品仅携带长复购周期标签未携带相关物品标签,将目标物品进行过滤。
这里,为当年用户执行判断用户操作信息中是否存在当前的目标物品的购买操作操作信息的步骤。若当用户操作信息中存在目标物品的购买操作信息,且目标物品仅携带长复购周期标签未携带相关物品标签,则表明该目标物品在短时间内不需要重复购买,则针对该用户将目标物品进行过滤。
S207,将用户操作信息和目标物品的相关物品标签及复购周期标签输入预先训练的目标物品推荐模型,生成与用户对应的待推荐目标物品的推荐分数。
本步骤中,基于用户操作信息,通过目标物品推荐模型计算目标物品的浏览推荐指数;当用户操作信息中存在目标物品的购买操作信息,且目标物品携带长复购周期标签和相关物品标签,为目标物品设置权重系数为0,为目标物品携带的相关物品标签对应的目标物品设置权重系数为1;基于目标物品的浏览指数和权重系数的乘积,筛选出与用户对应的待推荐目标物品,并生成待推荐目标物品的推荐分数。具体地,目标物品推荐模型会基于用户操作信息计算出目标物品的浏览推荐指数,其中,浏览推荐指数为用户对目标物品在不考虑第一期间信息时的需求度。目标物品推荐模型可以为梯度提升迭代决策树模型(Gradient Boosting Decision Tree,GBDT)和逻辑回归模型的结合,也可以为其它可以实现同样功能的计算模型。进一步地,通过为已经存在购买记录且为长复购周期标签且有相关物品标签的目标物品进行权重系数的减少,以及保留目标物品携带的相关物品标签对应的目标物品,筛选出与用户对应的待推荐目标物品。
具体的,基于权重系数,将用户操作信息中存在目标物品的购买操作信息,且携带长复购周期标签和相关物品标签的目标物品的相关物品标签对应的目标物品作为待推荐目标物品;将用户操作信息中不存在所述目标物品的购买操作信息,且将携带长复购周期标签的所述目标物品和相关物品标签对应的目标物品作为待推荐目标物品;将携带短复购周期标签的目标物品和相关物品标签对应的目标物品作为待推荐目标物品。
S208,基于推荐分数,为待推荐目标物品进行排序,并将待推荐目标物品对应的物品信息进行推送。
本申请基于上述步骤实现上述一种信息推送的方法。
本申请实施例根据用户画像,用户浏览、点击、购买的商品数据生成待推荐目标物品的列表,推送到客户端首页。其中,对于复购周期长的目标物品,用户购买后,一般不会再次购买,首页仍旧推送该类商品,会造成推广资源的浪费。本方案基于现有逻辑,进一步挖掘用户潜在的需求,进行优化。具体地,为目标物品标记复购周期标签和相关物品标签,并推送至大数据平台。其中,复购周期标签包括长复购周期标签和短复购周期标签。以及,目标物品在有周边相关物品时才标记相关商品标签。进一步地,用户登陆电子商务平台后,根据用户操作信息调用推荐算法接口,获取优化后的待推荐物品的列表。其中,根据用户是否已经购买长复购周期标签的目标物品,可以分别采取不同的处理。具体地,针对短复购周期标签、无相关物品标签的目标物品,保持现状不处理;针对短复购周期标签、有相关物品标签的目标物品,待推荐物品中增加该目标物品的相关物品;长复购周期标签、无相关物品标签的目标物品,过滤该目标物品;长复购周期标签、有相关物品标签的目标物品,过滤该目标物品,并增加该目标物品的相关物品。经过处理后,推送至用户首页。如手机属于长复购周期标签、有相关物品标签的目标物品,将手机与配套的相关的目标物品进行关联,相关的目标物品包括:该手机型号的手机壳、手机贴膜、耳机、充电宝等。用户经常浏览某几款手机,首页推荐这几款手机和同类的手机。当用户购买了某一款手机,首页不再推荐手机,改为推荐用户购买的手机配套的相关的目标物品:手机壳、手机膜、充电宝、耳机、自拍杆、手机支架等。
衣服属于短复购周期标签、有相关物品标签的目标物品,将上衣与配套的相关的目标物品进行关联,相关的目标物品包括:裤子、鞋子、帽子、背包、首饰和手表等。用户经常浏览某几款衣服,首页推荐这几款衣服和相似款衣服。当用户购买了衣服(上衣、裤子、裙子等),首页继续推荐类似衣服,同时增加购买衣服的相关的目标物品:裤子、鞋子、帽子、背包、首饰和手表等。
本申请实施例减少重复推荐用户已购买复购周期较长的商品的情况,提升用户体验。优化推荐算法,进一步挖掘用户购物需求,推荐用户更关注的商品,提高用户购买转换率。
基于同一发明构思,本申请实施例300还提供一种信息推送的装置,其中,如图3所示,该装置包括:
获取模块31,用于获取目标物品的第一期间信息,并基于目标品的第一期间信息为对应的目标物品标记复购周期标签,其中,第一期间信息表示目标物品的复购期间;
生成模块32,用于获取用户的用户操作信息和目标物品的相关物品标签,并将用户操作信息和目标物品的相关物品标签及复购周期标签输入预先训练的目标物品推荐模型,生成与用户对应的待推荐目标物品的推荐分数;
推送模块33,用于基于推荐分数,为待推荐目标物品进行排序,并将待推荐目标物品对应的物品信息进行推送。
本实施例中,获取模块31、生成模块32和推送模块33的具体功能和交互方式,可参见图1对应的实施例的记载,在此不再赘述。
获取模块31包括:
比较单元,用于将第一期间信息与预先设定的期间阈值的数值大小进行比较;
标记单元,用于当第一期间信息小于所述期间阈值时,为第一期间信息对应的目标物品标记复购周期标签中的短复购周期标签,以及,当第一期间信息大于期间阈值时,为第一期间信息对应的目标物品标记复购周期标签中的长复购周期标签。
该装置进一步包括:
过滤模块34,用于当用户操作信息中存在目标物品的购买操作信息,且目标物品仅携带长复购周期标签未携带相关物品标签,将目标物品进行过滤。
如图4所示,本申请的又一实施例400还提供一种终端设备,包括处理器401,其中,处理器401用于执行上述一种信息推送的方法的步骤。从图4中还可以看出,上述实施例提供的终端设备还包括非瞬时计算机可读存储介质402,该非瞬时计算机可读存储介质402上存储有计算机程序,该计算机程序被处理器401运行时执行上述一种信息推送的方法的步骤。实际应用中,该终端设备可以是一台或多台计算机,只要包括上述计算机可读介质和处理器即可。
具体地,该存储介质能够为通用的存储介质,如移动磁盘、硬盘和FLASH等,该存储介质上的计算机程序被运行时,能够执行上述的一种信息推送的方法中的各个步骤。实际应用中,所述的计算机可读介质可以是上述实施例中描述的设备/装置/系统中所包含的,也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或多个程序被执行时,能够执行上述的一种信息推送的方法中的各个步骤。
根据本申请公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于: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)、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,但不用于限制本申请保护的范围。在本申请公开的实施例中,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。
本申请附图中的流程图和框图,示出了按照本申请公开的各种实施例的系统、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、或者代码的一部分,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。也应该注意,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附图中所标注的顺序发生。例如,两个连接地表示的方框实际上可以基本并行地执行,它们有时也可以按照相反的顺序执行,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、以及框图或者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。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本申请中。特别地,在不脱离本申请精神和教导的情况下,本申请的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,所有这些组合和/或结合均落入本申请公开的范围。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行变更或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些变更、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种信息推送的方法,其特征在于,包括:
获取目标物品的第一期间信息,并基于所述目标品的所述第一期间信息为对应的所述目标物品标记复购周期标签,其中,所述第一期间信息表示所述目标物品的复购期间;
获取用户的用户操作信息和所述目标物品的相关物品标签,并将所述用户操作信息和所述目标物品的所述相关物品标签及所述复购周期标签输入预先训练的目标物品推荐模型,生成与所述用户对应的待推荐目标物品的推荐分数;
基于所述推荐分数,为所述待推荐目标物品进行排序,并将所述待推荐目标物品对应的物品信息进行推送。
2.根据权利要求1所述的方法,其特征在于,所述并基于所述目标品的所述第一期间信息为对应的所述目标物品标记复购周期标签的步骤包括:
将所述第一期间信息与预先设定的期间阈值的数值大小进行比较;
当所述第一期间信息小于所述期间阈值时,为所述第一期间信息对应的所述目标物品标记所述复购周期标签中的短复购周期标签,以及,当所述第一期间信息大于所述期间阈值时,为所述第一期间信息对应的所述目标物品标记所述复购周期标签中的长复购周期标签。
3.根据权利要求2所述的方法,其特征在于,在所述获取用户的用户操作信息和所述目标物品的相关物品标签的步骤和所述并将所述用户操作信息和所述目标物品的所述相关物品标签及所述复购周期标签输入预先训练的目标物品推荐模型的步骤之间,所述方法进一步包括:
当所述用户操作信息中存在所述目标物品的购买操作信息,且所述目标物品仅携带所述长复购周期标签未携带所述相关物品标签,将所述目标物品进行过滤。
4.根据权利要求3所述的方法,其特征在于,所述生成与所述用户对应的待推荐目标物品的推荐分数的步骤包括:
基于所述用户操作信息,通过所述目标物品推荐模型计算所述目标物品的浏览推荐指数;
当所述用户操作信息中存在所述目标物品的购买操作信息,且所述目标物品携带所述长复购周期标签和所述相关物品标签,为所述目标物品设置权重系数为0,为所述目标物品携带的所述相关物品标签对应的目标物品设置权重系数为1;
基于所述目标物品的所述浏览指数和所述权重系数的乘积,筛选出与所述用户对应的待推荐目标物品,并生成所述待推荐目标物品的推荐分数。
5.根据权利要求4所述的方法,其特征在于,所述筛选出与所述用户对应的待推荐目标物品的步骤包括:
基于所述权重系数,将所述用户操作信息中存在所述目标物品的购买操作信息,且携带所述长复购周期标签和所述相关物品标签的所述目标物品的所述相关物品标签对应的所述目标物品作为所述待推荐目标物品;
将所述用户操作信息中不存在所述目标物品的购买操作信息,且将携带所述长复购周期标签的所述目标物品和所述相关物品标签对应的所述目标物品作为所述待推荐目标物品;
将携带所述短复购周期标签的所述目标物品和所述相关物品标签对应的所述目标物品作为所述待推荐目标物品。
6.一种信息推送的装置,其特征在于,包括:
获取模块,用于获取目标物品的第一期间信息,并基于所述目标品的所述第一期间信息为对应的所述目标物品标记复购周期标签,其中,所述第一期间信息表示所述目标物品的复购期间;
生成模块,用于获取用户的用户操作信息和所述目标物品的相关物品标签,并将所述用户操作信息和所述目标物品的所述相关物品标签及所述复购周期标签输入预先训练的目标物品推荐模型,生成与所述用户对应的待推荐目标物品的推荐分数;
推送模块,用于基于所述推荐分数,为所述待推荐目标物品进行排序,并将所述待推荐目标物品对应的物品信息进行推送。
7.根据权利要求6所述的装置,其特征在于,所述获取模块包括:
比较单元,用于将所述第一期间信息与预先设定的期间阈值的数值大小进行比较;
标记单元,用于当所述第一期间信息小于所述期间阈值时,为所述第一期间信息对应的所述目标物品标记所述复购周期标签中的短复购周期标签,以及,当所述第一期间信息大于所述期间阈值时,为所述第一期间信息对应的所述目标物品标记所述复购周期标签中的长复购周期标签。
8.根据权利要求6所述的装置,其特征在于,所述装置进一步包括:
过滤模块,用于当所述用户操作信息中存在所述目标物品的购买操作信息,且所述目标物品仅携带所述长复购周期标签未携带所述相关物品标签,将所述目标物品进行过滤。
9.一种非瞬时计算机可读存储介质,其特征在于,所述非瞬时计算机可读存储介质存储指令,所述指令在由处理器执行时使得所述处理器执行如权利要求1至5任一项所述的一种信息推送的方法中的各个步骤。
10.一种终端设备,其特征在于,包括处理器,所述处理器用于执行如权利要求1至5中任一项所述的一种信息推送的方法中的各个步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010776162.XA CN113763079A (zh) | 2020-08-05 | 2020-08-05 | 一种信息推送的方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010776162.XA CN113763079A (zh) | 2020-08-05 | 2020-08-05 | 一种信息推送的方法、装置和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113763079A true CN113763079A (zh) | 2021-12-07 |
Family
ID=78785571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010776162.XA Pending CN113763079A (zh) | 2020-08-05 | 2020-08-05 | 一种信息推送的方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113763079A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117495496A (zh) * | 2023-11-04 | 2024-02-02 | 浙江综讯科技有限公司 | 一种复购信息推送方法、系统、存储介质及智能终端 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004220152A (ja) * | 2003-01-10 | 2004-08-05 | Sharp Corp | 情報推薦装置、情報推薦先の抽出装置、コンピュータプログラム、およびコンピュータ読取可能な記録媒体 |
US20150221016A1 (en) * | 2014-01-31 | 2015-08-06 | Egan Schulz | Systems and methods for facilitating efficient shopping |
CN107437203A (zh) * | 2017-08-07 | 2017-12-05 | 北京京东尚科信息技术有限公司 | 信息推送方法、装置、电子装置及计算机可读介质 |
CN108009897A (zh) * | 2017-12-25 | 2018-05-08 | 北京中关村科金技术有限公司 | 一种商品的实时推荐方法、系统及可读存储介质 |
CN110796520A (zh) * | 2019-10-29 | 2020-02-14 | 中国工商银行股份有限公司 | 商品推荐的方法、装置、计算设备以及介质 |
CN110827114A (zh) * | 2019-10-01 | 2020-02-21 | 榕知科技(武汉)有限公司 | 一种商品推荐方法及装置 |
CN111222952A (zh) * | 2020-01-09 | 2020-06-02 | 苏宁云计算有限公司 | 一种营销客群推荐方法及装置 |
CN111325609A (zh) * | 2020-02-28 | 2020-06-23 | 京东数字科技控股有限公司 | 一种商品推荐列表确定方法、装置、电子设备及存储介质 |
-
2020
- 2020-08-05 CN CN202010776162.XA patent/CN113763079A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004220152A (ja) * | 2003-01-10 | 2004-08-05 | Sharp Corp | 情報推薦装置、情報推薦先の抽出装置、コンピュータプログラム、およびコンピュータ読取可能な記録媒体 |
US20150221016A1 (en) * | 2014-01-31 | 2015-08-06 | Egan Schulz | Systems and methods for facilitating efficient shopping |
CN107437203A (zh) * | 2017-08-07 | 2017-12-05 | 北京京东尚科信息技术有限公司 | 信息推送方法、装置、电子装置及计算机可读介质 |
CN108009897A (zh) * | 2017-12-25 | 2018-05-08 | 北京中关村科金技术有限公司 | 一种商品的实时推荐方法、系统及可读存储介质 |
CN110827114A (zh) * | 2019-10-01 | 2020-02-21 | 榕知科技(武汉)有限公司 | 一种商品推荐方法及装置 |
CN110796520A (zh) * | 2019-10-29 | 2020-02-14 | 中国工商银行股份有限公司 | 商品推荐的方法、装置、计算设备以及介质 |
CN111222952A (zh) * | 2020-01-09 | 2020-06-02 | 苏宁云计算有限公司 | 一种营销客群推荐方法及装置 |
CN111325609A (zh) * | 2020-02-28 | 2020-06-23 | 京东数字科技控股有限公司 | 一种商品推荐列表确定方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
张志清等: "考虑商品重复购买周期的协同过滤推荐方法改进", 武汉科技大学学报, no. 04, 4 July 2017 (2017-07-04), pages 70 - 76 * |
朱斯丹: "个性化推荐算法与应用", 《电子世界》, no. 15, 8 August 2018 (2018-08-08), pages 23 - 25 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117495496A (zh) * | 2023-11-04 | 2024-02-02 | 浙江综讯科技有限公司 | 一种复购信息推送方法、系统、存储介质及智能终端 |
CN117495496B (zh) * | 2023-11-04 | 2024-05-03 | 浙江综讯科技有限公司 | 一种复购信息推送方法、系统、存储介质及智能终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111523976B (zh) | 商品推荐方法、装置、电子设备及存储介质 | |
CN107332910B (zh) | 信息推送方法和装置 | |
CN108805598B (zh) | 相似度信息确定方法、服务器及计算机可读存储介质 | |
US10783561B2 (en) | Systems and methods for optimizing targeted advertising through social media interactions | |
CN104615721B (zh) | 用于基于退货关联信息推荐商品的方法和系统 | |
CN110827112B (zh) | 深度学习的商品推荐方法、装置、计算机设备及存储介质 | |
CN108090807B (zh) | 信息推荐方法及装置 | |
CN109146533B (zh) | 信息推送方法和装置 | |
CN112132660B (zh) | 商品推荐方法、系统、设备及存储介质 | |
CN113689259A (zh) | 基于用户行为的商品个性化推荐方法及系统 | |
CN114942971B (zh) | 一种结构化数据的抽取方法及装置 | |
CN111680213B (zh) | 信息推荐方法、数据处理方法及装置 | |
CN111292153B (zh) | 信息推荐方法、装置、系统和存储介质 | |
US9799065B1 (en) | Associating items based at least in part on physical location information | |
CN111612585A (zh) | 一种虚拟资源的发放方法及装置 | |
CN113763079A (zh) | 一种信息推送的方法、装置和存储介质 | |
CN111340566B (zh) | 一种商品分类方法、装置、电子设备及存储介质 | |
CN111767457A (zh) | 推荐方法及装置 | |
CN110020131B (zh) | 一种排列商品的方法和装置 | |
CN115239413A (zh) | 一种商品推荐方法、装置、设备及存储介质 | |
Harikirshnan et al. | Intelligent Online Shopping using ML-based Product Comparison Engine | |
CN113689258A (zh) | 一种商品推荐热度生成方法及系统 | |
CN112232896A (zh) | 商品推荐方法和装置 | |
CN114697889A (zh) | 处理信息的方法及其装置 | |
CN111553763A (zh) | 一种物品推荐方法、装置、电子设备及可读存储介质 |
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 |