CN114445190A - 商品推荐方法和装置 - Google Patents
商品推荐方法和装置 Download PDFInfo
- Publication number
- CN114445190A CN114445190A CN202210112985.1A CN202210112985A CN114445190A CN 114445190 A CN114445190 A CN 114445190A CN 202210112985 A CN202210112985 A CN 202210112985A CN 114445190 A CN114445190 A CN 114445190A
- Authority
- CN
- China
- Prior art keywords
- commodity
- user
- candidate
- users
- 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
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
Abstract
本公开提供了一种商品推荐方法和装置,涉及计算机技术领域,尤其涉及基于人工智能的推荐技术领域。实现方案为:基于与多个商品类型分别对应的多个商品集合,获得多个历史用户,多个历史用户中的每一个历史用户对应于分别来自于多个集合中的不同的商品集合的多个商品,并且该多个商品按顺序排列;基于多个历史用户中的每一个历史用户所对应的多个商品和该多个商品的排列顺序,从多个商品类型中获取与多个商品类型中的目标商品类型相应的候选商品类型集合;以及基于候选商品类型集合,获得目标商品类型对应的目标用户,以将第一商品集合中的至少一个商品推荐给目标用户。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及基于人工智能的推荐技术领域,具体涉及一种商品推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
基于人工智能的推荐技术,已经渗透到各个领域。其中,基于人工智能的商品推荐,根据用户的用户行为,例如用户购买过的商品等,向用户推荐商品。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种商品推荐方法、装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种商品推荐方法,包括:基于与多个商品类型分别对应的多个商品集合,获得多个历史用户,所述多个历史用户中的每一个历史用户对应于分别来自于所述多个集合中的不同的商品集合的多个商品,并且该多个商品按顺序排列;基于所述多个历史用户中的每一个历史用户所对应的多个商品和该多个商品的排列顺序,从所述多个商品类型中获取与所述多个商品类型中的目标商品类型相应的候选商品类型集合;以及基于所述候选商品类型集合,获得所述目标商品类型对应的目标用户。
根据本公开的另一方面,提供了一种商品推荐装置,包括:历史用户获取单元,被配置用于基于与多个商品类型分别对应的多个商品集合,获得多个历史用户,所述多个历史用户中的每一个历史用户对应于分别来自于所述多个集合中的不同的商品集合的多个商品,并且该多个商品按顺序排列;候选商品类型获取单元,被配置用于基于所述多个历史用户中的每一个历史用户所对应的多个商品和该多个商品的排列顺序,从所述多个商品类型中获取与所述多个商品类型中的目标商品类型相应的候选商品类型集合;以及目标用户获取单元,被配置用于基于所述候选商品类型集合,获得所述目标商品类型对应的目标用户。
根据本公开的另一方面,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指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器实现根据上述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机实现根据上述的方法。
根据本公开的另一方面,提供了一种计算机程序产品包括计算机程序,其中,所述计算机程序在被处理器执行时实现根据上述的方法。
根据本公开的一个或多个实施例,基于多个历史用户中的每一个历史用户对应的多个商品和该多个商品的排列顺序,获得与目标商品类型相应的候选商品类型集合,进而基于候选商品类型集合获得与目标商品类型相应的目标用户,可以实现将与目标商品类型不同的商品类型的用户作为目标商品类型的目标用户以召回,进而实现跨不同商品类型的用户的拉新。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2示出了根据本公开的实施例的商品推荐方法的流程图;
图3示出了根据本公开的实施例的商品推荐方法中基于与多个商品类型分别对应的多个商品集合获得多个历史用户的过程的流程图;
图4示出了根据本公开的实施例的商品推荐方法中从多个商品类型中获取与多个商品类型中的目标商品类型相应的候选商品类型集合的过程的流程图;
图5示出了可以实现根据本公开的实施例的商品推荐方法中基于目标商品类型对应的多个相似度获得候选商品类型集合的过程的流程图;
图6示出了可以实现根据本公开的实施例的商品推荐方法中基于候选商品类型集合获得目标商品类型对应的目标用户的过程的流程图;
图7示出了可以实现根据本公开的实施例的商品推荐方法中基于候选商品类型集合对应的多个候选用户集合获得目标用户集合的过程的流程图;
图8示出了根据本公开的实施例的商品推荐装置的结构框图;以及
图9示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个元件与另一元件区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。
在本公开的实施例中,服务器120可以运行使得能够执行商品推荐方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来接收被推荐的商品。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS);或包括各种移动操作系统,例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120可以为分布式系统的服务器,或者是结合了区块链的服务器。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据存储库130可以驻留在各种位置。例如,由服务器120使用的数据存储库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据存储库130可以是不同的类型。在某些实施例中,由服务器120使用的数据存储库可以是数据库,例如关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,商品存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
参看图2,根据本公开的实施例的一种商品推荐方法200,包括:
步骤S210:基于与多个商品类型分别对应的多个商品集合,获得多个历史用户;
步骤S220:基于所述多个历史用户中的每一个历史用户所对应的多个商品和该多个商品的排列顺序,从所述多个商品类型中获取与所述多个商品类型中的目标商品类型相应的候选商品类型集合;以及
步骤S230:基于所述候选商品类型集合,获得所述目标商品类型对应的目标用户,以将所述第一商品集合中的至少一个商品推荐给所述目标用户。
通过基于多个历史用户中的每一个历史用户对应的多个商品和该多个商品的排列顺序,获得与目标商品类型相应的候选商品类型集合,进而基于候选商品类型集合获得与目标商品类型相应的目标用户,可以实现将与目标商品类型不同的商品类型的用户作为目标商品类型的目标用户以召回,进而实现跨不同商品类型的用户的拉新。
在相关技术中,通过分析用户的用户行为获得用户标签,并基于用户标签将用户作为与用户标签相应的商品类型的用户进行召回。例如,在用户购物过程中,将购买的商品的三级类目作为商品类型,将三级类目下的所有商品作为该商品类型对应的商品集合,三级类目之上往往还具有二级类目和一级类目二级类目包括多个三级类目,一级类目包括多个二级类目,每一个三级类目对应一个商品集合。用户购买了三级类目为儿童书籍的商品,则分析用户的用户标签对应于母婴用户,根据母婴用户这一用户标签,将儿童书籍的上级类目(即,二级类目或一级类目,如母婴用品)下的其他三级类目(例如,儿童玩具)的目标用户进行召回。这一过程,需要人工分析用户的用户标签,使用户标签强烈依赖分析过程的主观性,并且没有考虑用户在购物过程中所购买商品可能发生跨二级类目或一级类目的变化,即用户除了购买母婴用品之外还可能购买电子产品(例如投影仪),从而忽略了用户在三级类目之上的二级类目或一级类目之间的流转规律,使基于用户标签召回的用户,往往遗漏很多潜在的新用户。
在根据本公开的技术方案中,由于历史用户对应按顺序排列的多个商品,该多个商品分别来自不同的商品类型对应的商品集合,即历史用户所对应的多个商品分别对应不同的商品类型,其包含了用户在不同商品类型之间的流转规律。当基于多个商品类型分别对应的多个商品集合获得多个历史用户时,对于多个商品集合中的每一个商品集合,多个历史用户至少包括与该商品集合相应的历史用户,该历史用户对应的多个商品包括该商品集合中的商品,从而使每一个商品类型都能因历史用户对应于其所对应的商品集合,而被包括和体现在历史用户的流转规律中。从而基于多个历史用户中每一个历史用户的按顺序排列的多个商品,可以获得用户在多个商品类型之间的流转规律。基于历史用户对应的按顺序排列的多个商品类型,获得目标商品类型的候选商品类型集合,该候选商品类型集合中的候选商品类型与目标商品类型之间有相应的流转规律。因此,基于候选商品类型集合召回的目标商品类型的目标用户的过程中,由于是基于与目标商品类型之间具有流转规律的多个商品类型进行召回的,从而能够获得与目标商品类型不同的商品类型之间的用户,实现跨不同商品类型的用户的拉新。
例如,用户先购买三级类目为儿童书籍的书本,再购买三级类目为平板电脑的*品牌平板电脑,最后购买三级类目为电子琴的*品牌电子琴,体现了用户在包括儿童书籍、平板电脑和电子琴等的多个三级类目之间的流转,而三级类目为儿童书籍、平板电脑和电子琴分别对应于不同的上级类目(二级类目或一级类目)。在为三级类目,“平板电脑”,召回用户时,可以召回儿童书籍和电子琴这两个三级类目的用户,进而实现跨三级类目之上的二级类目或一级类目的用户的拉新。
需要说明的是,上述实施例中,以三级类目作为商品类型为示例仅仅是示例性的,本领域技术人员应当理解,还可以以二级类目或一级类目作为商品类型,实现本公开的方法和技术效果。同时,需要理解的是多个商品类型与多个商品集合分别对应,是指每一个商品类型对应于一个商品集合。而每一个历史用户对应于分别来自于多个商品集合中的同的商品集合的多个商品,是指每一个历史用户对应的多个商品具有不同的商品类型,因而可以体现历史用户在不同的商品类型之间的流转规律。
在一些实施例中,搜集多个用户的用户行为,通过分析多个用户的用户行为,获得多个历史用户。
例如,通过分析购物平台(APP)上所有用户的购买历史记录,获得在不同时间点购买了不同商品的多个历史用户。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
在一些实施例中,如图3所示,获得多个历史用户包括:
步骤S310:获取多个用户和所述多个用户中的每一个用户的用户行为数据,所述多个用户中的每一个用户的用户行为数据包括该用户在所述多个商品集合中获取的至少一个商品;
步骤S320:对于所述多个用户中的每一个用户,响应于确定该用户的用户行为数据所包括的至少一个商品包括分别来自所述多个商品集合中不同的商品集合的多个商品,将该用户确定为候选用户,并添加至候选用户集;以及
步骤S330:基于所述候选用户集,获得所述多个历史用户。
通过获得多个用户的用户行为数据,获得多个历史用户,实现对应按顺序排列的多个商品的用户的获取。
在一些实施例中,用户行为数据所包括的用户在多个商品集合中获取的至少一个商品为用户购买的至少一个商品。
在一些实施例中,所述多个用户中的每一个用户的用户行为数据还包括该用户所获取的至少一个商品中的每一个商品被获取时所对应的时间点,所述多个历史用户包括所述候选用户集中的多个第一候选用户,在所述多个第一候选用户中的每一个第一候选用户的用户行为数据中,该第一候选用户所获取的至少一个商品中的每一个商品所对应的时间点位于第一预设时间范围内。
由于用户在类目之间的流转规律是有时效的,例如,母婴用品的用户只在一年到两年内有明显的流转规律,通过获得预设时间范围内的用户行为数据,获得历史用户,使获得的历史用户是在预设时间范围内有流转规律的,购物行为用户准确,进而使获得的目标用户准确。
在一些实施例中,根据多个用户的属性,获得历史用户。例如,用户的属性可以是母婴用户,大学生用户或者美妆博主用户等等。在一些实施例中,根据用户的年龄、职业等获得用户的属性。
在一些实施例中,如图4所示,从所述多个商品类型中获取与所述多个商品类型中的目标商品类型相应的候选商品类型集合包括:
步骤S410:对于所述多个历史用户中的每一个历史用户,获得所述多个商品类型中与该不同的商品集合相应的不同的商品类型,并且按照该历史用户的多个商品的排列顺序排列该不同的商品类型,以获得该历史用户对应的商品类型序列;
步骤S420:基于所述多个历史用户对应的多个商品类型序列,获得所述多个商品类型中的每一个商品类型的向量表示;
步骤S430:基于所述多个商品类型对应的多个向量表示,获得所述目标商品类型与所述多个商品类型中每一个商品类型之间的相似度;以及
步骤S440:基于所述目标商品类型对应的多个相似度,获得所述候选商品类型集合。
通过获得多个商品类型中的每一个商品类型的向量表示,获得候选商品类型,由于该向量表示与商品类型在商品类型序列中的排列顺序相关,使获得的向量表示包括用户在各个商品类型之间的流转规律,基于该向量表示获得的候选商品类型准确。
在一些实施例中,采用skip-gram词嵌入技术获得多个商品类型中的每一个商品类型的向量表示。
例如,基于母婴用户的商品类型序列:[奶粉]、[童书]……[电脑]、[投影仪],旅游博主的商品类型序列:[箱包]、[美妆]……[机票]、[酒店]、[女鞋],……以及学生用户的商品类型序列:[教辅]、[手机]、[电脑],等等,分别获得商品类型“奶粉”、“童书”、“电脑”、“投影仪”、“箱包”、“美妆”、“机票”、“酒店”、“女鞋”、……“教辅”、“手机”等的向量表示,例如:“奶粉”:向量1,“童书”:向量2,“电脑”:向量3,“投影仪”:向量4,“箱包”:向量5,“美妆”:向量6,“机票”:向量7,“酒店”:向量8,“女鞋”:向量9,……“教辅”:向量n-1、“手机”向量n,其中,n为正整数。
在一些实施例中,将与目标商品类型之间的相似度大于预设相似度阈值的一个或多个商品类型作为候选商品类型,添加至候选商品类型集合。
在一些实施例中,如图5所示,基于所述目标商品类型对应的多个相似度,获得所述候选商品类型集合包括:
步骤S510:获取所述多个相似度中的预设数量的相似度,其中,所述预设数量的相似度中的每一个相似度大于所述多个相似度中的区别于所述预设数量的相似度中的每一个相似度的任一个相似度;以及
步骤S520:基于所述预设数量的相似度,获得所述候选商品类型集合。
将相似度较高的预设数量的商品类型作为目标商品的候选商品类型,使获得的候选商品类型是基于流转规律获得的更可能使用户在其和目标商品类型之间发生流转的商品类型,从而使基于该候选商品类型获得的目标商品类型的目标用户更加准确。
在一些实施例中,如图6所示,基于所述候选商品类型集合,获得所述目标商品类型对应的目标用户包括:
步骤S610:对于所述候选商品类型集合中的每一个候选商品类型,获取与该候选商品类型对应的用户集合,该用户集合中的每一个用户对应于来自于所述多个商品集合中的与该候选商品类型对应的商品集合的第一商品;以及
步骤S620:基于所述候选商品类型集合对应的多个用户集合,获得所述目标用户集合。
在一些实施例中,第一商品是用户从与候选商品类型对应的商品集合中获取的商品。
在一个示例中,第一商品是用户所购买的候选商品类型对应的商品。例如,对于目标商品类型“电脑”,获得的候选商品类型集合包括“教辅”、“手机”和“投影仪”,将购买过教辅、手机和投影仪的用户,均作为目标商品类型“电脑”的目标用户。
在另一个示例中,第一商品是用户加入购物车的候选商品类型对应的商品。
在一些实施例中,如图7所示,对于所述候选商品类型集合中的每一个候选商品类型,该商品类型相应的用户集合中的每一个用户所对应的第一商品具有相应的时间点,基于所述候选商品类型集合对应的多个候选用户集合,获得所述目标用户集合包括:
步骤S710:对于所述多个用户集合中的每一个用户集合,获取该用户集合的多个第一用户,该多个第一用户中的每一个第一用户所对应的第一商品的时间点在第二预设时间范围内;以及
步骤S720:基于该多个用户集合中每一个用户集合内的多个第一用户,获取目标用户。
由于用户在商品类型之间的流转也具有时效性,从获取与候选商品类型相应的第一商品的时间点在第二预设时间范围内的第一用户中,获得目标用户,使获得的目标用户进一步准确。
例如,对于目标商品类型“电脑”,获得的候选商品类型集合包括“教辅”、“手机”和“投影仪”,将一个月之内购买过教辅、手机和投影仪的用户,均作为目标商品类型“电脑”的目标用户。
在一些实施例中,获得目标用户之后,将用户的特征数据输入到预测模型中,对目标用户进行打分,将打分高的用户作为召回用户,以用于对应于目标商品类型的召回。
例如,目标用户的特征数据包括年龄、性别、地域等等。
在一些实施例中,将所述多个商品集合中与所述目标商品类型对应的商品集合中的目标商品推荐给所述目标用户,以使所述目标用户的客户端上显示所述目标商品。
例如,对于目标商品类型“电脑”,向一个月之内购买过教辅、手机和投影仪的多个目标用户中的每一个目标用户推荐X品牌的电脑,以使该目标用户的手机上展示该X品牌的电脑。根据本公开的实施例,还提供了一种商品推荐装置,参看图8,装置800包括:历史用户获取单元810,被配置用于基于与多个商品类型分别对应的多个商品集合,获得多个历史用户,所述多个历史用户中的每一个历史用户对应于分别来自于所述多个集合中的不同的商品集合的多个商品,并且该多个商品按顺序排列;候选商品类型获取单元820,被配置用于基于所述多个历史用户中的每一个历史用户所对应的多个商品和该多个商品的排列顺序,从所述多个商品类型中获取与所述多个商品类型中的目标商品类型相应的候选商品类型集合;以及目标用户获取单元830,被配置用于基于所述候选商品类型集合,获得所述目标商品类型对应的目标用户。
在一些实施例中,所述历史用户获取单元810包括:第一历史用户获取子单元,被配置用于获取多个用户和所述多个用户中的每一个用户的用户行为数据,所述多个用户中的每一个用户的用户行为数据包括该用户在所述多个商品集合中获取的至少一个商品;第一确定单元,被配置用于对于所述多个用户中的每一个用户,响应于确定该用户的用户行为数据所包括的至少一个商品包括分别来自所述多个商品集合中不同的商品集合的多个商品,将该用户确定为候选用户,并添加至候选用户集;第二历史用户获取子单元,被配置用于基于所述候选用户集,获得所述多个历史用户。
在一些实施例中,所述多个用户中的每一个用户的用户行为数据还包括该用户所获取的至少一个商品中的每一个商品被获取时所对应的时间点,所述多个历史用户包括所述候选用户集中的多个第一候选用户,在所述多个第一候选用户中的每一个第一候选用户的用户行为数据中,该第一候选用户所获取的至少一个商品中的每一个商品所对应的时间点位于第一预设时间范围内。
在一些实施例中,所述候选商品类型获取单元包括:商品类型序列获取单元,被配置用于对于所述多个历史用户中的每一个历史用户,获得所述多个商品类型中与该不同的商品集合相应的不同的商品类型,并且按照该历史用户的多个商品的排列顺序排列该不同的商品类型,以获得该历史用户对应的商品类型序列;向量获取单元,被配置用于基于所述多个历史用户对应的多个商品类型序列,获得所述多个商品类型中的每一个商品类型的向量表示;相似度计算单元,被配置用于基于所述多个商品类型对应的多个向量表示,获得所述目标商品类型与所述多个商品类型中每一个商品类型之间的相似度;以及候选商品类型获取子单元,被配置用于基于所述目标商品类型对应的多个相似度,获得所述候选商品类型集合。
在一些实施例中,所述候选商品类型获取子单元包括:第一候选商品类型获取子单元,被配置用于获取所述多个相似度中的预设数量的相似度,其中,所述预设数量的相似度中的每一个相似度大于所述多个相似度中的区别于所述预设数量的相似度中的每一个相似度的任一个相似度;以及第二候选商品类型获取子单元,被配置用于基于所述预设数量的相似度,获得所述候选商品类型集合。
在一些实施例中,所述目标用户获取单元包括:第一目标用户获取子单元,被配置用于对于所述候选商品类型集合中的每一个候选商品类型,获取与该候选商品类型对应的用户集合,该用户集合中的每一个用户对应于来自于所述多个商品集合中的与该候选商品类型对应的商品集合中的第一商品;以及第二目标用户获取子单元,被配置用于基于所述候选商品类型集合对应的多个用户集合,获得所述目标用户集合。
在一些实施例中,对于所述候选商品类型集合中的每一个候选商品类型,该候选商品类型相应的用户集合中的每一个用户所对应的第一商品具有相应的时间点,所述第二目标用户获取子单元包括:第一子单元,被配置用于对于所述多个用户集合中的每一个用户集合,获取该用户集合的多个第一用户,该多个第一用户中的每一个第一用户所对应的第一商品的时间点在第二预设时间范围内;以及第二子单元,被配置用于基于该多个用户集合中每一个用户集合内的多个第一用户,获取目标用户。
在一些实施例中,所述装置还包括推荐单元,被配置用于将所述多个商品集合中与所述目标商品类型对应的商品集合中的目标商品推荐给所述目标用户,以使所述目标用户的客户端上显示所述目标商品。
根据本公开的另一方面,还提供一种电子设备,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指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行根据本公开的实施例中任一项所述的方法。
根据本公开的另一方面,还提供一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据本公开的实施例中任一项所述的方法。
根据本公开的另一方面,还提供一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现本公开的实施例中任一项所述的方法。
参考图9,现将描述可以作为本公开的服务器或客户端的电子设备900的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906、输出单元907、存储单元908以及通信单元909。输入单元906可以是能向设备900输入信息的任何类型的设备,输入单元906可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元907可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元908可以包括但不限于磁盘、光盘。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、1302.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理,例如方法200。例如,在一些实施例中,方法200可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM903并由计算单元901执行时,可以执行上文描述的方法200的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行方法200。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (19)
1.一种商品推荐方法,包括:
基于与多个商品类型分别对应的多个商品集合,获得多个历史用户,所述多个历史用户中的每一个历史用户对应于分别来自于所述多个商品集合中的不同的商品集合的多个商品,并且该多个商品按顺序排列;
基于所述多个历史用户中的每一个历史用户所对应的多个商品和该多个商品的排列顺序,从所述多个商品类型中获取与所述多个商品类型中的目标商品类型相应的候选商品类型集合;以及
基于所述候选商品类型集合,获得所述目标商品类型对应的目标用户。
2.根据权利要求1所述的方法,其中,所述基于与多个商品类型分别对应的多个商品集合,获得多个历史用户包括:
获取多个用户和所述多个用户中的每一个用户的用户行为数据,所述多个用户中的每一个用户的用户行为数据包括该用户在所述多个商品集合中获取的至少一个商品;
对于所述多个用户中的每一个用户,响应于确定该用户的用户行为数据所包括的至少一个商品包括分别来自所述多个商品集合中不同的商品集合的多个商品,将该用户确定为候选用户,并添加至候选用户集;以及
基于所述候选用户集,获得所述多个历史用户。
3.根据权利要求2所述的方法,其中,所述多个用户中的每一个用户的用户行为数据还包括该用户所获取的至少一个商品中的每一个商品被获取时所对应的时间点,所述多个历史用户包括所述候选用户集中的多个第一候选用户,在所述多个第一候选用户中的每一个第一候选用户的用户行为数据中,该第一候选用户所获取的至少一个商品中的每一个商品所对应的时间点位于第一预设时间范围内。
4.根据权利要求1-3任一项所述的方法,其中,所述从所述多个商品类型中获取与所述多个商品类型中的目标商品类型相应的候选商品类型集合包括:
对于所述多个历史用户中的每一个历史用户,获得所述多个商品类型中与该不同的商品集合相应的不同的商品类型,并且按照该历史用户的多个商品的排列顺序排列该不同的商品类型,以获得该历史用户对应的商品类型序列;
基于所述多个历史用户对应的多个商品类型序列,获得所述多个商品类型中的每一个商品类型的向量表示;
基于所述多个商品类型对应的多个向量表示,获得所述目标商品类型与所述多个商品类型中每一个商品类型之间的相似度;以及
基于所述目标商品类型对应的多个相似度,获得所述候选商品类型集合。
5.根据权利要求4所述的方法,其中,所述基于所述目标商品类型对应的多个相似度,获得所述候选商品类型集合包括:
获取所述多个相似度中的预设数量的相似度,其中,所述预设数量的相似度中的每一个相似度大于所述多个相似度中的区别于所述预设数量的相似度中的每一个相似度的任一个相似度;以及
基于所述预设数量的相似度,获得所述候选商品类型集合。
6.根据权利要求1-5任一项所述的方法,其中,所述基于所述候选商品类型集合,获得所述目标商品类型对应的目标用户包括:
对于所述候选商品类型集合中的每一个候选商品类型,获取与该候选商品类型对应的用户集合,该用户集合中的每一个用户对应于来自于所述多个商品集合中的与该候选商品类型对应的商品集合中的第一商品;以及
基于所述候选商品类型集合对应的多个用户集合,获得所述目标用户集合。
7.根据权利要求6所述的方法,其中,对于所述候选商品类型集合中的每一个候选商品类型,该候选商品类型相应的用户集合中的每一个用户所对应的第一商品具有相应的时间点,所述基于所述候选商品类型集合对应的多个候选用户集合,获得所述目标用户集合包括:
对于所述多个用户集合中的每一个用户集合,获取该用户集合的多个第一用户,该多个第一用户中的每一个第一用户所对应的第一商品的时间点在第二预设时间范围内;以及
基于该多个用户集合中每一个用户集合内的多个第一用户,获取目标用户。
8.根据权利要求1-7任一项所述的方法,还包括:
将所述多个商品集合中与所述目标商品类型对应的商品集合中的目标商品推荐给所述目标用户,以使所述目标用户的客户端上显示所述目标商品。
9.一种商品推荐装置,包括:
历史用户获取单元,被配置用于基于与多个商品类型分别对应的多个商品集合,获得多个历史用户,所述多个历史用户中的每一个历史用户对应于分别来自于所述多个集合中的不同的商品集合的多个商品,并且该多个商品按顺序排列;
候选商品类型获取单元,被配置用于基于所述多个历史用户中的每一个历史用户所对应的多个商品和该多个商品的排列顺序,从所述多个商品类型中获取与所述多个商品类型中的目标商品类型相应的候选商品类型集合;以及
目标用户获取单元,被配置用于基于所述候选商品类型集合,获得所述目标商品类型对应的目标用户。
10.根据权利要求9所述的装置,其中,所述历史用户获取单元包括:
第一历史用户获取子单元,被配置用于获取多个用户和所述多个用户中的每一个用户的用户行为数据,所述多个用户中的每一个用户的用户行为数据包括该用户在所述多个商品集合中获取的至少一个商品;
第一确定单元,被配置用于对于所述多个用户中的每一个用户,响应于确定该用户的用户行为数据所包括的至少一个商品包括分别来自所述多个商品集合中不同的商品集合的多个商品,将该用户确定为候选用户,并添加至候选用户集;以及
第二历史用户获取子单元,被配置用于基于所述候选用户集,获得所述多个历史用户。
11.根据权利要求10所述的装置,其中,所述多个用户中的每一个用户的用户行为数据还包括该用户所获取的至少一个商品中的每一个商品被获取时所对应的时间点,所述多个历史用户包括所述候选用户集中的多个第一候选用户,在所述多个第一候选用户中的每一个第一候选用户的用户行为数据中,该第一候选用户所获取的至少一个商品中的每一个商品所对应的时间点位于第一预设时间范围内。
12.根据权利要求9-11任一项所述的装置,其中,所述候选商品类型获取单元包括:
商品类型序列获取单元,被配置用于对于所述多个历史用户中的每一个历史用户,获得所述多个商品类型中与该不同的商品集合相应的不同的商品类型,并且按照该历史用户的多个商品的排列顺序排列该不同的商品类型,以获得该历史用户对应的商品类型序列;
向量获取单元,被配置用于基于所述多个历史用户对应的多个商品类型序列,获得所述多个商品类型中的每一个商品类型的向量表示;
相似度计算单元,被配置用于基于所述多个商品类型对应的多个向量表示,获得所述目标商品类型与所述多个商品类型中每一个商品类型之间的相似度;以及
候选商品类型获取子单元,被配置用于基于所述目标商品类型对应的多个相似度,获得所述候选商品类型集合。
13.根据权利要求12所述的装置,其中,所述候选商品类型获取子单元包括:
第一候选商品类型获取子单元,被配置用于获取所述多个相似度中的预设数量的相似度,其中,所述预设数量的相似度中的每一个相似度大于所述多个相似度中的区别于所述预设数量的相似度中的每一个相似度的任一个相似度;以及
第二候选商品类型获取子单元,被配置用于基于所述预设数量的相似度,获得所述候选商品类型集合。
14.根据权利要求9-13任一项所述的装置,其中,所述目标用户获取单元包括:
第一目标用户获取子单元,被配置用于对于所述候选商品类型集合中的每一个候选商品类型,获取与该候选商品类型对应的用户集合,该用户集合中的每一个用户对应于来自于所述多个商品集合中的与该候选商品类型对应的商品集合中的第一商品;以及
第二目标用户获取子单元,被配置用于基于所述候选商品类型集合对应的多个用户集合,获得所述目标用户集合。
15.根据权利要求14所述的装置,其中,对于所述候选商品类型集合中的每一个候选商品类型,该候选商品类型相应的用户集合中的每一个用户所对应的第一商品具有相应的时间点,所述第二目标用户获取子单元包括:
第一子单元,被配置用于对于所述多个用户集合中的每一个用户集合,获取该用户集合的多个第一用户,该多个第一用户中的每一个第一用户所对应的第一商品的时间点在第二预设时间范围内;以及
第二子单元,被配置用于基于该多个用户集合中每一个用户集合内的多个第一用户,获取目标用户。
16.根据权利要求9-15任一项所述的装置,还包括:
推荐单元,被配置用于将所述多个商品集合中与所述目标商品类型对应的商品集合中的目标商品推荐给所述目标用户,以使所述目标用户的客户端上显示所述目标商品。
17.一种电子设备,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指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210112985.1A CN114445190A (zh) | 2022-01-29 | 2022-01-29 | 商品推荐方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210112985.1A CN114445190A (zh) | 2022-01-29 | 2022-01-29 | 商品推荐方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114445190A true CN114445190A (zh) | 2022-05-06 |
Family
ID=81371021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210112985.1A Pending CN114445190A (zh) | 2022-01-29 | 2022-01-29 | 商品推荐方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114445190A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115935068A (zh) * | 2022-12-12 | 2023-04-07 | 杭州洋驼网络科技有限公司 | 互联网平台的商品推荐方法以及装置 |
-
2022
- 2022-01-29 CN CN202210112985.1A patent/CN114445190A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115935068A (zh) * | 2022-12-12 | 2023-04-07 | 杭州洋驼网络科技有限公司 | 互联网平台的商品推荐方法以及装置 |
CN115935068B (zh) * | 2022-12-12 | 2023-09-05 | 杭州洋驼网络科技有限公司 | 互联网平台的商品推荐方法以及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112579909A (zh) | 对象推荐方法及装置、计算机设备和介质 | |
CN114648638A (zh) | 语义分割模型的训练方法、语义分割方法与装置 | |
CN112532748B (zh) | 消息推送方法、装置、设备、介质和计算机程序产品 | |
CN114791982B (zh) | 对象推荐方法和装置 | |
CN114443989B (zh) | 排序方法、排序模型的训练方法、装置、电子设备及介质 | |
CN114723949A (zh) | 三维场景分割方法和用于训练分割模型的方法 | |
CN114445190A (zh) | 商品推荐方法和装置 | |
CN115269989B (zh) | 对象推荐方法、装置、电子设备和存储介质 | |
CN113868453B (zh) | 对象推荐方法和装置 | |
CN114048383A (zh) | 信息推荐方法及装置、电子设备和介质 | |
CN114493707A (zh) | 对象推荐方法和装置 | |
CN114880580A (zh) | 信息推荐方法及装置、电子设备和介质 | |
CN114429678A (zh) | 模型训练方法及装置、电子设备和介质 | |
CN114036389B (zh) | 对象推荐方法、推荐模型的训练方法及装置 | |
CN115809364B (zh) | 对象推荐方法和模型训练方法 | |
CN113722523B (zh) | 对象推荐方法和装置 | |
CN113536120B (zh) | 基于用户行为的兴趣点召回方法和装置 | |
CN113722534B (zh) | 视频推荐方法和装置 | |
CN114861071B (zh) | 对象推荐方法和装置 | |
CN114861658B (zh) | 地址信息解析方法及装置、设备和介质 | |
CN114780819A (zh) | 对象推荐方法和装置 | |
CN113918760A (zh) | 视觉搜索方法和装置 | |
CN114581188A (zh) | 用于对象推荐的神经网络模型的训练方法及装置 | |
CN117194798A (zh) | 内容的推荐方法、装置、电子设备和介质 | |
CN115564992A (zh) | 图像分类方法和图像分类模型的训练方法 |
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 |