CN114461918A - 物品推荐方法、装置、电子设备和存储介质 - Google Patents

Abstract

本公开提供了一种物品推荐方法、装置、电子设备和存储介质，涉及人工智能领域，尤其涉及智能搜索领域。具体实现方案为：获取搜索语句；其中，所述搜索语句包括待采购物品；获取需求方对所述待采购物品的同类目物品的历史行为数据；根据所述搜索语句和/或所述历史行为数据，确定提供方限制特征；根据所述提供方限制特征，从至少一个候选提供方中选取目标提供方；输出所述目标提供方可提供的各所述待采购物品。本公开实施例的技术方案提高了所推荐商品与需求方之间的匹配度，有助于降低需求方采购风险。

Description

物品推荐方法、装置、电子设备和存储介质

技术领域

本公开涉及人工智能技术领域，尤其涉及智能搜索领域，具体涉及一种物品推荐方法、装置、电子设备和存储介质。

背景技术

B2B(亦可写作BTB，是Business-to-Business的缩写)是指企业与企业之间通过网络进行数据信息的交换、传递，开展交易活动的商业模式。它将企业内部网和企业的产品及服务，通过B2B网站或移动客户端与客户紧密结合起来，通过网络的快速反应，为客户提供更好的服务，从而促进企业的业务发展。

发明内容

本公开提供了一种物品推荐方法、装置、电子设备以及存储介质。

根据本公开的一方面，提供了一种物品推荐方法，包括：

获取搜索语句；其中，搜索语句包括待采购物品；

获取需求方对待采购物品的同类目物品的历史行为数据；

根据搜索语句和/或历史行为数据，确定提供方限制特征；

根据提供方限制特征，从至少一个候选提供方中选取目标提供方；

输出目标提供方可提供的各待采购物品。

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能够执行本公开实施例提供的任意一种物品推荐方法。

根据本公开的又一方面，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计算机执行本公开实施例提供的任意一种物品推荐方法。

本公开实施例的技术方案，提高了所推荐商品与需求方之间的匹配度，降低了采购风险。

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

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开实施例提供的一种物品推荐方法的示意图；

图2是根据本公开实施例提供的另一种物品推荐方法的示意图；

图3是根据本公开实施例提供的一种物品推荐装置的结构图；

图4是用来实现本公开实施例的物品推荐方法的电子设备的结构图。

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和精神。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。

本公开提供的各物品推荐方法和物品推荐装置，可适用于为需求方进行物品推荐的情况。本公开实施例所提供的各物品推荐方法可由物品推荐装置来执行，该装置可采用硬件和/或软件的方式来实现，可配置于电子设备中。

为了便于理解，本公开首先对各物品推荐方法进行详细说明。

参考图1所示的物品推荐方法，包括：

S110、获取搜索语句；其中，搜索语句包括待采购物品。

其中，搜索语句可以是需求方为了搜索待采购物品而输入的字符或字符串。需求方即需要购买物品的采购方，可以是单位、组织或机构等对应的采购设备或采购账户。可以理解的是，需求方需要查询待采购物品的名称等属性名词，以期获取到想要的物品，因此，搜索语句中可以包括待采购物品。

S120、获取需求方对待采购物品的同类目物品的历史行为数据。

其中，同类目物品可以是与待采购物品相同类别或属性的物品，例如待采购物品为相机，则获取需求方对于相机这类物品的历史行为数据。

其中，历史行为数据可以包括需求方对同类目物品的历史交互行为所生成的原始数据。其中，交互行为可以是对同类目物品的搜索、浏览、点击、收藏、购买和分享等行为中的至少一种。或者可选的，历史行为数据可以包括根据历史交互行为原始数据经统计和/或分析所得到的历史行为特征。

S130、根据搜索语句和/或历史行为数据，确定提供方限制特征。

其中，可以根据搜索语句来确定提供方限制特征，也可以通过历史行为数据确定提供方限制特征，还可以通过搜索语句和历史行为数据共同确定提供方限制特征。

在一种可选实施方式中，所述提供方限制特征可以包括基础属性限制特征和评价属性限制特征。

其中，基础属性限制特征可以包括提供方类别特征和的提供方地域特征。提供方类别特征可以分为生产商和经销商。以购买相机为例，相机生产后通过生产商自己的官方直营店售卖的，可以认为提供方类别为生产商；若相机通过生产商授权的非官方分销店铺售卖的，可以认为提供方类别为经销商。需要注意的是，经销商只有售卖物品的能力，没有生产物品的能力。提供方地域特征可以是提供待采购物品的生产商或经销商的地域特征，可以包括生产商或经销商的地理位置或限制发货区域等。值得说明的是，基础属性限制特征可以理解为将基础属性作为提供方的约束条件，从而在为需求方匹配提供方的过程中，筛选出满足需求方所要求基础属性的提供方，或剔除掉不满足需求方所要求的基础属性的提供方。

评价属性限制特征可以包括提供方资质特征和/或提供方服务能力特征。其中，提供方资质特征可以用于表征提供方的对物品进行售卖的条件、资格等。提供方服务能力特征可以用于表征该提供方对于售卖物品的服务能力。与基础属性限制特征类似，评价属性限制特征可以理解为将评价属性作为提供方的约束条件，从而在为需求方匹配提供方的过程中，筛选出符合需求方所要求评价属性的提供方，或剔除掉不符合需求方所要求的评价属性的提供方。

上述实施方式将提供方限制特征进一步细化为基础属性限制特征和评价属性限制特征，从基础属性和评价属性两个维度对提供方进行约束，提高了技术属性限制特征的丰富性和全面性，有助于提高物品推荐结果的匹配度。

在一种可选实施方式中，所述基础属性限制特征包括提供方类别特征；根据搜索语句和/或历史行为数据，确定提供方限制特征，可以包括：根据搜索语句中的供应商需求的存在情况、待采购物品的标品属性、以及历史行为数据中不同供应商类别的分布情况中的至少一种，确定待采购物品的提供方类别特征。

其中，供应商需求的存在情况可以包括供应商是否可以提供定制需求，可以理解的是只有生产商可以进行物品定制化，而经销商只能销售物品，无法提供定制需求。待采购物品的标品属性可以包括物品是标品还是非标品。与定制化物品类似，只有生产商可以提供非标品的生产与销售，经销商只能售卖由生产商授权的标品。不同供应商类别的分布情况可以是由历史行为数据转化得到的生产商和经销商的分布情况。

若历史行为数据为历史行为原始数据，则需要对该历史行为原始数据进行统计分析，从而确定生产商和经销商的分布情况。若历史行为数据为历史行为特征，则可以从历史行为特征中获取供应商类别的分布特征。因此，通过上述供应商需求的存在情况、待采购物品的标品属性、以及供应商类别的分布情况中的至少一种，即可确定待采购物品的提供方类别特征为生产商还是经销商。需要补充说明的是，无论提供方类别是生产商还是经销商，都是在为需求方匹配提供方时对提供方进行的供应商类别约束。

示例性的，需求方输入的搜索语句中含有“相机”、“定制颜色”和“显示屏更新”等关键词，说明需求方希望购买可以定制机身颜色和采用新型显示屏的相机，“定制颜色”说明需求方希望提供方可以提供定制需求，“显示屏更新”说明需求方希望提供方可以生产并销售非标品。根据以上两方面中的至少一点，可以确定提供方类别为生产商。

或者，以购买鞋子为例，在需求方输入搜索语句“男鞋”后，根据对历史行为数据的分析，查看提供方类别为生产商的分布情况和经销商的分布情况的高低。若提供方类别是生产商的分布情况低于是经销商的分布情况，则可以确定提供方类别为经销商。假设男鞋生产商的分布情况比男鞋经销商的分布情况低，也就是需求方经常在经销商购买鞋子，则可以确定提供方类别为经销商。

再举例说明，若需求方的需求时定制化需求，例如定制加工袜子，此时为需求方匹配并推荐生产商，可以更好的满足需求方的需求。若需求方的需求是通用标准物品(也即标品)，例如万用表，此时为需求方匹配并推荐经销商，足以满足需求方的需求。若需求方输入的搜索语句中含有诸如“厂家”、“定制”、“工厂”等明显为生产商需求时，直接向需求方推荐对应的生产商即可。或者，根据需求方以往的历史行为数据可以推导出该需求方更倾向于选择生产商还是经销商，从历史行为数据中得知该需求方在生产商购买物品的情况远多于在经销商购买物品，则可以向需求方推荐生产待采购物品的生产商。

在一个可选实施例中，可以根据供应商需求的存在情况、待采购物品的标品属性、以及历史行为数据中不同供应商类别的分布情况，分别确定供应商类别得分；根据各供应商类别得分，构建提供方类别向量作为提供方类别特征，或者，通过供应商类别得分和不同确定方式的预设权重，确定供应商类别综合得分，并根据综合得分，确定提供方类别特征。

上述实施方式的技术方案，根据供应商需求的存在情况、待采购物品的标品属性、以及历史行为数据中不同供应商类别的分布情况中的至少一种，确定待采购物品的提供方类别特征。这样做可以从不同维度确定对提供方的类别特征的限制，从而从供应商类别维度对提供方加以约束，更好的为需求方匹配提供方类别特征相匹配的提供方。

在一种可选实施方式中，所述基础属性限制特征包括提供方地域特征；根据搜索语句，确定提供方限制特征，可以包括：识别待采购物品所属物品类目是否属于预设地域限制类目；根据识别结果，确定待采购物品的提供方地域特征。

其中，待采购物品所属物品类目可以是待采购物品的物品类别，例如待采购物品为相机，所属物品类目为电子产品；或者待采购物品为衬衫，所属物品类目为服饰等。预设地域限制类目可以是预先设定的限制发货区域的物品类别。例如，待采购物品为相机，该待采购物品所属物品类目的发货地为海外，则将这类物品预设为地域限制类目。又如，若待采购物品为生鲜，则待采购物品所属物品类目的发货地，可以在需求方收货地的预设距离范围之内。再比如，还可以为待采购物品所述物品类目区分等级，例如分为一级、二级和三级等，通过不同级别的物品类目可以对提供方地域进行进一步的约束，从而更好的根据需求匹配提供方。

示例性的，识别待采购物品是否属于预设的限制发货区域的物品类目，并根据识别结果，确定对生产商或经销商所属的地理位置的地域约束条件，从而根据该地域约束条件，生成提供方地域特征。

在一个可选实施方式中，预设地域限制类目可以由技术人员根据需要或经验值预先设定，并在进行提供方地域特征时，进行预设地域限制类目的获取。

在另一可选实施方式中，所述预设地域限制类目可以根据物品基础属性、物流成本和现场服务需求中的至少一种确定。

物品基础属性可以包括但不限于待采购物品的体积、重量、状态(固体、液体、气体或胶体等)和储存条件等。物流成本可以是待采购物品在运输过程中需要花费的成本，可以包括但不限于人力成本、时间成本和金钱成本等。现场服务需求可以是待采购物品购买后需要进行现场服务，例如，购买家具需要送货上门并现场安装。

因此，通过确定待采购物品是否因物品体积、物流成本和现场服务需求导致对提供方的地域有限制。

示例性的，待采购物品若具有体积和质量过大、运输条件特殊等特点，例如大型机械、化工产品等这就导致该待采购物品的物流成本高、运输周期长(时间成本高)、运输相对困难。又或者，对于一些行业来说，距离太远不适于交易，例如服务类、租赁类和手工加工类。再或者，许多的物品的售卖不仅限于钱货交易，还需要提供安装、使用等指导和服务。因此若不对提供方地域进行限制，会增加不必要的成本。相反，消费品、生活用品等不受限于提供方的地域。因此，在为需求方匹配和推荐提供方时，对提供方的地域进行约束，筛选出适合的提供方能够为供需双方节省时间成本和金钱成本等，或者剔除掉不符合的提供方。

根据物品基础属性、物流成本和现场服务需求中的至少一种确定预设地域限制类目，完善了预设地域限制类目的确定方式，为提供方地域特征的确定提供了数据支撑。同时，通过物品体积、物流成本和现场服务需求等不同维度进行预设地域限制类目的确定，提高了预设地域限制类目确定方式的多样性和丰富性，同时提高了预设地域限制类别确定结果的合理性，有助于从不同维度对提供方地域特征加以约束，进而有助于提高所选取目标提供方与需求方的匹配度。

上述实施方式的技术方案，根据待采购物品所属物品类目是否属于预设地域限制类目，为待采购物品选择合适的提供方地域特征。这样做的好处在于能够快速根据所属物品类目确定合适的地理位置的提供方，高效的为需求方筛选出更加符合地域特征限制的提供方，从而有利于为提高需求方和提供方的匹配度，进而有利于降低采购过程中的各种风险。

S140、根据提供方限制特征，从至少一个候选提供方中选取目标提供方。

其中，候选提供方可以是符合提供方限制特征的至少一个待采购物品的提供方。目标提供方可以是需求方选择的可供采购的提供方。

示例性的，以购买相机为例，需求方在输入搜索语句后，根据搜索语句中的关键词，自动根据相机的提供方限制特征为需求方筛选出可以供选择的候选相机店铺。需求方可以在这些相机店铺中选择自己中意的店铺进行交易。

S150、输出目标提供方可提供的各待采购物品。

在确定目标提供方后，输出该目标提供方正在售卖的所有待采购物品。

延续前例，当需求方选择了相机店铺A后，自动输出相机店铺A所有正在售卖的符合需求方搜索语句的相机产品的显示页。

本公开实施例的技术方案，根据需求方的搜索语句和/或历史行为数据，确定提供方限制特征，为需求方筛选符合条件的候选提供方，并由需求方从各候选提供方中选择目标提供方，将目标提供方可提供的待采购物品展示给需求方。这样做的好处在于能够尽可能地筛选符合需求方要求的提供方，可以有效的提高提供方和所推荐物品与需求方之间的匹配度，有助于降低需求方采购风险。

在上述各技术方案的基础上，本公开还提供了一个可选实施例。在该可选实施例中，通过确定提供方资质特征和提供方服务能力特征，为需求方筛选合适的提供方，以提高所推荐物品与需求方之间的匹配度，从而降低采购风险。

进一步参见图2所示的物品推荐方法，包括：

S210、获取搜索语句；其中，搜索语句包括待采购物品。

S220、获取需求方对待采购物品的同类目物品的历史行为数据。

S230、根据历史行为数据中不同资质等级的分布情况，确定提供方资质特征。

根据历史行为数据中各提供方的资质等级的不同，确定提供方是否有条件和资格售卖待采购物品。提供方的资质等级越高，说明该提供方在售卖待采购物品方面具备更好的条件和资格。

在一种可选实施方式中，所述资质等级采用以下方式确定：根据候选提供方的认证情况、注册资本、组织成员数量和经营情况中的至少一种，确定候选提供方的资质等级。

其中，认证情况可以包括但不限于是否进行了实名认证，例如法人实名认证或企业认证等。以相机生产商为例，在电商平台入驻直营店铺需要进行企业认证。当提供方进行了认证后，则可以为该候选提供方定义更高的资质等级。

注册资本的情况可以是注册资本数额所在区间的情况。例如，若候选提供方的注册资本数额在0～10万，则为该候选提供方定义最低的资质等级；若提供方的注册资本在10～100万，则为该候选提供方定义较高的资质等级；若候选提供方的注册资本超过了1000万，则为该候选提供方定义更高的资质等级，依此类推。

组织成员数量可以理解为提供方的员工数量，若员工数量庞大(可以理解为该提供方规模很大)，则可以为该候选提供方定义较高的资质等级；同理，若提供方员工数量较少，则可以为该候选提供方定义较低的资质等级。

经营情况可以包括但不限于商家评分和累计订单量等。可以理解的是在各电商平台中，均会有商家评分这一项标准存在，根据各需求方对各提供方的售后评价，为各提供方进行商家评分。累计订单量即该候选提供方历史订单总数，可以直观的反映出候选提供方的销量，一定程度上反映了该候选提供方的产品质量和售后服务水平。因此根据经营情况的好坏，为候选提供方定义资质等级。

可以根据上述四种标准为各提供方进行打分，将得分与预先设定的各得分阈值进行比较，为各候选提供方定义总体的资质等级。还可以将上述各标准的结果作为输入，通过预先训练的机器学习模型对资质等级进行确定。其中，本公开对机器学习模型的结构不作任何限定。另外，具体的资质等级评估方式本公开实施例不作限定。

上述实施方式的技术方案，根据候选提供方的认证情况、注册资本、组织成员数量和经营情况中的至少一种，确定候选提供方的资质等级。这样做的好处在于可以从不同的方面综合的评价候选提供方的资质，为评价属性限制特征提供了评价依据，有利于为需求方匹配到更合适的提供方和物品，有助于降低需求方的采购风险。

S240、根据历史行为数据中不同服务能力等级的分布情况，确定提供方服务能力特征。

根据历史行为数据中各提供方的服务能力等级的不同，确定提供方是否有更好的售卖待采购物品的服务能力。提供方的服务能力等级越高，说明该提供方在售卖待采购物品方面具备更好的售前售后的服务。

在一种可选实施方式中，所述服务能力等级采用以下方式确定：根据候选提供方的已服务案例、供给情况和服务专业度中的至少一种，确定候选提供方的服务能力等级。

其中，已服务案例可以是候选提供方的历史售卖记录的数量和规模等。可以理解的是，历史售卖记录的数量和规模越大，该候选提供方的服务能力就越好，因此可以为该候选提供方定义更高的服务能力等级。

供给情况可以是候选提供方的在规定时间段内的产量或销量(例如日产量或日销量)，需要解释的是，若该候选提供方为经销商，不存在生产能力，那么该候选提供方的供给情况仅由销量决定。若产量或销量较大，则可以为该候选提供方定义更高的服务能力等级。

服务专业度可以用于表征候选提供方在待采购物品所属类目的专业程度。例如，某生产商X以生产和销售相机为主，同时扩展了打印机的生产和销售业务，但由于经年累月深耕相机领域，该生产商X在相机方面具备更高的服务专业度。而相比较专业制造打印机的大型生产商，生产商X在打印机的生产和销售业务中服务专业度相对较低。

可以根据上述三种标准为各提供方进行打分，将得分与预先设定的各服务能力等级对应的得分阈值进行比较，为各候选提供方定义总体的服务能力等级。还可以将上述各标准的结果作为输入，通过预先训练的机器学习模型对服务能力等级进行确定。其中，本公开对机器学习模型的结构不作任何限定。另外，具体的服务能力等级评估方式本公开实施例不作限定。

上述实施方式的技术方案，根据候选提供方的已服务案例、供给情况和服务专业度中的至少一种，确定候选提供方的服务能力等级。这样做的好处在于可以从不同的方面综合的评价候选提供方的服务能力，为评价属性限制特征提供了评价依据，有利于为需求方匹配到更合适的提供方和物品，有助于降低需求方的采购风险。

在一种可选实施方式中，所述服务专业度采用以下方式确定：根据候选提供方的垂类物品占比，确定候选提供方的服务专业度。

其中，垂类物品可以是与待采购物品属于同一类目的各种物品。垂类物品占比可以是待采购物品所属垂类占据候选提供方所有在售物品的比例，反映了该候选提供方在待采购物品所属垂类经营的物品垂直度。垂类物品占比越高，则说明该候选提供方在这类物品的生产或销售业务更加可靠，因此可以定义更高的服务专业度。

延续前例，某生产商X以生产和销售相机为主，该生产商X的相机相关的业务包括了单反相机、无反相机、卡片相机、光学镜头、相机配件等多种垂类。而该生产商X生产的打印机仅为喷墨式打印机一种，相比之下，生产商X在相机垂类方面占全部物品的90％，因此可以确定该生产商X在相机方面具备更高的服务专业度。

可选的，还可以根据候选提供方的荣誉情况，确定候选提供方的服务专业度。

其中，荣誉情况可以包括但不限于候选提供方的获奖情况、业内评级情况、参与制定行业标准的情况和待采购物品相关专利授权情况等。例如，某候选提供方生产的物品获得了多个奖项或者授权有多个专利；又如，该候选提供方还被评选为业内优秀企业；再如，该候选提供方多次参与行业标准的制定等。根据候选提供方的荣誉情况可以确定该候选提供方的服务专业度，荣誉情况越好，服务专业度越高。

上述实施方式的技术方案，根据候选提供方的垂类物品占比，为确定提供方的服务专业度提供了有力依据。服务专业度的确定有助于评价属性限制特征的生成，有利于提高需求方和提供方的匹配准确度。

S250、生成包括提供方资质特征和/或提供方服务能力特征的评价属性限制特征。

可以将提供方的资质特征作为评价属性限制特征用于筛选候选提供方，还可以将服务能力特征作为评价属性限制特征用于筛选候提供方，也可以将资质特征和服务能力特征共同作为评价属性限制特征用于筛选候选提供方。

S260、根据提供方限制特征，从至少一个候选提供方中选取目标提供方。

在一个具体的实施方式中，从至少一个候选提供方中选取目标提供方，还可以根据需求方需要购买的待采购物品的数量来决定。当采购数量较少时，候选提供方的资质特征和服务能力特征可不作重点考虑；当采购数量交多时，则应重点考虑各候选提供方的资质特征和服务能力特征。

可以理解的是，当需要购买的物品非常少时，不需要在意商家的资质特征和服务能力特征，以防过滤掉更多可以提供该物品的商家。

S270、输出目标提供方可提供的各待采购物品。

本公开实施例的技术方案，根据不同的资质等级和不同的服务能力等级确定评价属性限制特征。从资质和服务能力两个维度对提供方的评价属性进行约束，提高了评价属性限制特征的丰富性。为各提供方区分资质等级和服务能力等级，可以更加高效的对适合需求方的购买需求进行筛选。通过评价属性限制特征获得需求方对提供方资质和服务能力的约束条件将有效地提升需求方和推荐的提供方的匹配度。

作为上述各物品推荐方法的实现，本公开还提供了一种实施上述各物品推荐方法的执行装置的可选实施例。进一步参见图3所示的物品推荐装置300具体包括：搜索语句获取模块310、历史行为数据获取模块320、限制特征确定模块330、目标提供方选取模块340和待采购物品推荐模块350，其中，

搜索语句获取模块310，用于获取搜索语句；其中，搜索语句包括待采购物品；

历史行为数据获取模块320，用于获取需求方对待采购物品的同类目物品的历史行为数据；

限制特征确定模块330，用于根据搜索语句和/或历史行为数据，确定提供方限制特征；

目标提供方选取模块340，用于根据提供方限制特征，从至少一个候选提供方中选取目标提供方；

待采购物品推荐模块350，用于输出目标提供方可提供的各待采购物品。

本公开实施例的技术方案，根据需求方的搜索语句和/或历史行为数据，确定提供方限制特征，为需求方筛选符合条件的候选提供方，并由需求方从各候选提供方中选择目标提供方，将目标提供方可提供的待采购物品展示给需求方。这样做的好处在于能够尽可能地筛选符合需求方要求的提供方，可以有效的提高提供方和所推荐物品与需求方之间的匹配度，有助于降低需求方采购风险。

在一种可选实施方式中，所述提供方限制特征包括基础属性限制特征和评价属性限制特征。

在一种可选实施方式中，所述基础属性限制特征包括提供方类别特征；

所述限制特征确定模块330，包括：

提供方类别特征确定单元，用于根据搜索语句中的供应商需求的存在情况、待采购物品的标品属性、以及历史行为数据中不同供应商类别的分布情况中的至少一种，确定待采购物品的提供方类别特征。

在一种可选实施方式中，所述基础属性限制特征包括提供方地域特征；

所述限制特征确定模块330，包括：

预设地域限制类目识别单元，用于识别待采购物品所属物品类目是否属于预设地域限制类目；

提供方地域特征确定单元，用于根据识别结果，确定待采购物品的提供方地域特征。

在一种可选实施方式中，限制特征确定模块330，还可以包括：

预设地域限制类目确定单元，用于根据物品基础属性、物流成本和现场服务需求中的至少一种确定预设地域限制类目。

在一种可选实施方式中，所述限制特征确定模块330，可以包括：

资质特征确定单元，用于根据历史行为数据中不同资质等级的分布情况，确定提供方资质特征；

服务能力特征确定单元，用于根据历史行为数据中不同服务能力等级的分布情况，确定提供方服务能力特征；

评价属性生成单元，用于生成包括提供方资质特征和/或提供方服务能力特征的评价属性限制特征。

在一种可选实施方式中，限制特征确定模块330，还可以包括：资质等级确定单元，用于根据候选提供方的认证情况、注册资本、组织成员数量和经营情况中的至少一种，确定候选提供方的资质等级。

在一种可选实施方式中，限制特征确定模块330，还可以包括：

服务能力等级确定单元，用于根据候选提供方的已服务案例、供给情况和服务专业度中的至少一种，确定候选提供方的服务能力等级。

在一种可选实施方式中，服务能力等级确定单元，还包括：

服务专业度确定子单元，用于根据候选提供方的垂类物品占比，确定候选提供方的服务专业度。

上述物品推荐装置可执行本公开任意实施例所提供的物品推荐方法，具备执行各物品推荐方法相应的功能模块和有益效果。

本公开的技术方案中，所涉及的搜索语句、历史行为数据的收集、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。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图4示出了可以用来实施本公开的实施例的示例电子设备400的示意性框图。电子设备旨在表示各种形式的数字计算机，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4所示，设备400包括计算单元401，其可以根据存储在只读存储器(ROM)402中的计算机程序或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序，来执行各种适当的动作和处理。在RAM 403中，还可存储设备400操作所需的各种程序和数据。计算单元401、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。

设备400中的多个部件连接至I/O接口405，包括：输入单元406，例如键盘、鼠标等；输出单元407，例如各种类型的显示器、扬声器等；存储单元408，例如磁盘、光盘等；以及通信单元409，例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400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。

计算单元401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401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401执行上文所描述的各个方法和处理，例如物品推荐方法。例如，在一些实施例中，物品推荐方法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408。在一些实施例中，计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时，可以执行上文描述的物品推荐方法的一个或多个步骤。备选地，在其他实施例中，计算单元401可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行物品推荐方法。

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、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(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，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。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。

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、自然语言处理技术及机器学习/深度学习技术、大数据处理技术、知识图谱技术等几大方向。

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执行也可以不同的次序执行，只要能够实现本公开提供的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (21)

1.一种物品推荐方法，包括：

获取搜索语句；其中，所述搜索语句包括待采购物品；

获取需求方对所述待采购物品的同类目物品的历史行为数据；

根据所述搜索语句和/或所述历史行为数据，确定提供方限制特征；

根据所述提供方限制特征，从至少一个候选提供方中选取目标提供方；

输出所述目标提供方可提供的各所述待采购物品。

2.根据权利要求1所述的方法，其中，所述提供方限制特征包括基础属性限制特征和评价属性限制特征。

3.根据权利要求2所述的方法，其中，所述基础属性限制特征包括提供方类别特征；

所述根据所述搜索语句和/或所述历史行为数据，确定提供方限制特征，包括：

根据所述搜索语句中的供应商需求的存在情况、所述待采购物品的标品属性、以及所述历史行为数据中不同供应商类别的分布情况中的至少一种，确定所述待采购物品的提供方类别特征。

4.根据权利要求2所述的方法，其中，所述基础属性限制特征包括提供方地域特征；

所述根据所述搜索语句，确定提供方限制特征，包括：

识别所述待采购物品所属物品类目是否属于预设地域限制类目；

根据识别结果，确定所述待采购物品的提供方地域特征。

5.根据权利要求4所述的方法，其中，所述预设地域限制类目根据物品基础属性、物流成本和现场服务需求中的至少一种确定。

6.根据权利要求2所述的方法，其中，所述根据所述历史行为数据，确定所述待采购物品的提供方限制特征，包括：

根据所述历史行为数据中不同资质等级的分布情况，确定提供方资质特征；

根据所述历史行为数据中不同服务能力等级的分布情况，确定提供方服务能力特征；

生成包括所述提供方资质特征和/或提供方服务能力特征的评价属性限制特征。

7.根据权利要求6所述的方法，其中，所述资质等级采用以下方式确定：

根据候选提供方的认证情况、注册资本、组织成员数量和经营情况中的至少一种，确定所述候选提供方的资质等级。

8.根据权利要求6所述的方法，其中，所述服务能力等级采用以下方式确定：

根据候选提供方的已服务案例、供给情况和服务专业度中的至少一种，确定所述候选提供方的服务能力等级。

9.根据权利要求8所述的方法，其中，所述服务专业度采用以下方式确定：

根据候选提供方的垂类物品占比，确定所述候选提供方的服务专业度。

10.一种物品推荐装置，包括：

搜索语句获取模块，用于获取搜索语句；其中，所述搜索语句包括待采购物品；

历史行为数据获取模块，用于获取需求方对所述待采购物品的同类目物品的历史行为数据；

限制特征确定模块，用于根据所述搜索语句和/或所述历史行为数据，确定提供方限制特征；

目标提供方选取模块，用于根据所述提供方限制特征，从至少一个候选提供方中选取目标提供方；

待采购物品推荐模块，用于输出所述目标提供方可提供的各所述待采购物品。

11.根据权利要求10所述的装置，其中，所述提供方限制特征包括基础属性限制特征和评价属性限制特征。

12.根据权利要求11所述的装置，其中，所述基础属性限制特征包括提供方类别特征；

所述限制特征确定模块，包括：

提供方类别特征确定单元，用于根据所述搜索语句中的供应商需求的存在情况、所述待采购物品的标品属性、以及所述历史行为数据中不同供应商类别的分布情况中的至少一种，确定所述待采购物品的提供方类别特征。

13.根据权利要求11所述的装置，其中，所述基础属性限制特征包括提供方地域特征；

所述限制特征确定模块，包括：

预设地域限制类目识别单元，用于识别所述待采购物品所属物品类目是否属于预设地域限制类目；

提供方地域特征确定单元，用于根据识别结果，确定所述待采购物品的提供方地域特征。

14.根据权利要求13所述的装置，其中，所述限制特征确定模块，还包括：

预设地域限制类目确定单元，用于根据物品基础属性、物流成本和现场服务需求中的至少一种确定预设地域限制类目。

15.根据权利要求11所述的装置，其中，所述限制特征确定模块，包括：

资质特征确定单元，用于根据所述历史行为数据中不同资质等级的分布情况，确定提供方资质特征；

服务能力特征确定单元，用于根据所述历史行为数据中不同服务能力等级的分布情况，确定提供方服务能力特征；

评价属性生成单元，用于生成包括所述提供方资质特征和/或提供方服务能力特征的评价属性限制特征。

16.根据权利要求15所述的装置，其中，所述特征确定模块，还包括：

资质等级确定单元，用于根据候选提供方的认证情况、注册资本、组织成员数量和经营情况中的至少一种，确定所述候选提供方的资质等级。

17.根据权力要求15所述的装置，其中，所述限制特征确定模块，还包括：

服务能力等级确定单元，用于根据候选提供方的已服务案例、供给情况和服务专业度中的至少一种，确定所述候选提供方的服务能力等级。

18.根据权力要求17所述的装置，其中，所述服务能力等级确定单元，还包括：

服务专业度确定子单元，用于根据候选提供方的垂类物品占比，确定所述候选提供方的服务专业度。

19.一种电子设备，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1-9中任一项所述的方法。

20.一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计算机执行根据权利要求1-9中任一项所述的方法。

21.一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现权利要求1-9中任一项所述方法的步骤。

Images