CN115018593A - 独立站点商品推荐方法及其装置、设备、介质、产品 - Google Patents
独立站点商品推荐方法及其装置、设备、介质、产品 Download PDFInfo
- Publication number
- CN115018593A CN115018593A CN202210778851.3A CN202210778851A CN115018593A CN 115018593 A CN115018593 A CN 115018593A CN 202210778851 A CN202210778851 A CN 202210778851A CN 115018593 A CN115018593 A CN 115018593A
- Authority
- CN
- China
- Prior art keywords
- recall
- commodity
- strategy
- period
- online shop
- 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
-
- 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]
- G06Q30/0621—Item configuration or customization
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及独立站点商品推荐方法及其装置、设备、介质、产品,所述方法包括:生成线上店铺的策略配置信息,所述策略配置信息中包含不同经营时期下对应各个商品召回策略的优先级权重,每个商品召回策略包含一个或多个召回通道;响应商品推荐请求,获取当前线上店铺的运营表现数据,根据运营表现数据确定经营时期;根据经营时期查询其相应的策略配置信息,确定该经营时期相对应的目标商品召回策略下的有效召回通道;调用有效召回通道对当前线上店铺实施召回,在召回结果中匹配目标商品召回策略的优先级权重进行排序,获得商品推荐列表。本申请为基于独立站点的跨境电商平台提供了商品推荐相应的策略配置信息的统一解决方案,能提升服务体验。
Description
技术领域
本申请涉及电商信息技术领域,尤其涉及一种独立站点商品推荐方法及其相应的装置、计算机设备、计算机可读存储介质,以及计算机程序产品。
背景技术
跨境电商是近几年飞速发展的行业,独立站点是跨境电商的一种新的形式,在运营中,自主权高,更加灵活,避免了很多平台规则的制约。相较于传统的电商平台来说,独立站点中运行的线上店铺类型各异,例如有站群卖家,也有精品卖家;线上店铺的体量也各不相同,有的店铺的商品数量有几百项,有时可能达到几千甚至上万项。基于独立站点的这种特殊性,对独立站点的商品推荐页提出了区别于传统电商平台的要求,行业内一般的商品推荐方法,在这种场景下都不再完全适用。
一种传统的商品推荐方法中,结合待推荐顾客的历史数据来做推荐,对顾客的历史购买商品做聚类,获取感兴趣的类别,计算待推荐商品与类别的相似性,将相似性高的待推荐商品推荐出去,这种方法这种方法比较适合平台型电商,每天来访的顾客都是老顾客,有历史行为数据,但是不适用于独立站点这种新顾客占绝大多数的电商场景。
另一种基于顾客的位置信息的商品推荐方法,会基于位置信息筛选出N个目标用户,将目标用户购买的商品处理后推荐出去。虽然解决了新顾客的问题,但是地理位置这个维度的相近,并不能说明这部分顾客的喜好是一致的,这种推荐方法所采用的推荐策略太宽泛,所获得的推荐结果不够精准。
除了利用行为数据,还有基于商品标题进行推荐的商品推荐方法,提出构建知识图谱进行表示学习,将查询商品的标题表示向量与候选商品的标题表示向量进行计算,推荐匹配概率高的候选商品。这种方法是对行为数据缺失的一种补充,但是标题的向量相似,并不能保证匹配的准确率。
可见,鉴于独立站点的特殊性,以上推荐方法个别适用均不能带来有效的商品推荐效果,因而,需要站位于基于独立站点的电商平台这一具体应用领域,另行构思商品推荐相关的解决方案。
发明内容
本申请的目的在于解决上述问题而提供一种独立站点商品推荐方法及其相应的装置、计算机设备、计算机可读存储介质、计算机程序产品、适应本申请的各个目的,采用如下技术方案:
一个方面,适应本申请的目的之一而提供一种独立站点商品推荐方法,包括:
生成线上店铺的策略配置信息,所述策略配置信息中包含不同经营时期下对应各个商品召回策略的优先级权重,每个商品召回策略包含一个或多个召回通道,所述线上店铺运行于电商平台的独立站点中;
响应关联于当前线上店铺的商品推荐请求,获取当前线上店铺的运营表现数据,根据运营表现数据确定当前线上店铺所归属的经营时期;
根据当前线上店铺所归属的经营时期查询其相应的策略配置信息,确定该经营时期相对应的目标商品召回策略下的有效召回通道;
调用所述有效召回通道对当前线上店铺的上架商品的商品信息实施召回,在召回结果中匹配其所归属的目标商品召回策略的优先级权重进行排序,获得商品推荐列表。
可选的,生成线上店铺的策略配置信息,包括:
按照预先设置的经营时期,设定不同经营时期下对应各个商品召回策略的优先级权重,将每个经营时期对应各个商品召回策略的优先级权重表示为权重向量;
按照不同经营时期相对应的权重向量构造为权重矩阵;
响应当前线上店铺的策略配置请求,将所述权重矩阵配置为当前线上店铺默认的策略配置信息。
可选的,按照预先设置的经营时期,设定不同经营时期下对应各个商品召回策略的优先级权重,包括:
获取经营分期信息,所述经营分期信息中将所述经营时期按照线上店铺的运营时长自短至长而划分为包括新手期、上升期、成熟期;
适应新手期,将第一商品召回策略的优先级权重设置为最大值,第一商品召回策略被配置为包括基于被访问商品的商品信息实施语义相似商品推荐的召回通道,和/或,包括基于被访问商品的商品类别实施同类商品推荐的召回通道;
适应上升期和成熟期,将多个其他商品召回策略的优先级权重设置为大于第一商品召回策略,所述其他商品召回策略被配置为包括基于用户行为数据实施商品推荐的召回通道,且上升期与成熟期的相对应的商品召回策略的优先级权重方案各不相同。
可选的,所述其他商品召回策略中,包括:
第二商品召回策略,其被配置为包括基于当前用户的历史行为类型实施同购商品推荐的召回通道;
第三商品召回策略,其被配置为包括基于当前用户的实时行为相对应的商品实施相似商品推荐的召回通道;
第四商品召回策略,其被配置为包括基于当前线上店铺的全量访问用户的历史访问行为统计出的点击率实施热门商品推荐的召回通道。
可选的,获取当前线上店铺的运营表现数据,根据运营表现数据确定当前线上店铺所归属的经营时期,包括:
获取当前线上店铺的运营表现数据,所述运营表现数据包括当前线上店铺的运营时长及当日用户访问量;
将所述运营时长及当日用户访问量与经营分期信息中各个经营时期相对应的判决条件相匹配,确定出当前线上店铺所归属的经营时期。
可选的,根据当前线上店铺所归属的经营时期查询其相应的策略配置信息,确定该经营时期相对应的目标商品召回策略下的有效召回通道,包括:
根据当前线上店铺所归属的经营时期查询其相应的策略配置信息,确定其中的目标商品召回策略及其对应的优先级权重;
判定优先级权重不为零的目标商品召回策略所包括的召回通道为有效召回通道以供调用。
可选的,调用所述有效召回通道对当前线上店铺的上架商品的商品信息实施召回,在召回结果中匹配其所归属的目标商品召回策略的优先级权重进行排序,获得商品推荐列表,包括:
调用优先级权重不为零的目标商品召回策略所包含的全量召回通道,获得召回结果,每个召回结果包含多个商品及其由召回通道给定的推荐评分;
将每个召回结果的商品的推荐评分匹配其相应的目标商品召回策略的优先级权重获得计算结果作为排序评分;
根据所述排序评分对所有召回结果中的商品进行统一排序,选取其中排序评分相对较高的部分商品构造为商品推荐列表。
另一方面,适应本申请的目的之一而提供一种独立站点商品推荐装置,包括策略配置模块、时期确定模块、通道确定模块,以及召回处理模块,其中:所述策略配置模块,用于生成线上店铺的策略配置信息,所述策略配置信息中包含不同经营时期下对应各个商品召回策略的优先级权重,每个商品召回策略包含一个或多个召回通道,所述线上店铺运行于电商平台的独立站点中;所述时期确定模块,用于响应关联于当前线上店铺的商品推荐请求,获取当前线上店铺的运营表现数据,根据运营表现数据确定当前线上店铺所归属的经营时期;所述通道确定模块,用于根据当前线上店铺所归属的经营时期查询其相应的策略配置信息,确定该经营时期相对应的目标商品召回策略下的有效召回通道;所述召回处理模块,用于调用所述有效召回通道对当前线上店铺的上架商品的商品信息实施召回,在召回结果中匹配其所归属的目标商品召回策略的优先级权重进行排序,获得商品推荐列表。
又一方面,适应本申请的目的之一而提供的一种计算机设备,包括中央处理器和存储器,所述中央处理器用于调用运行存储于所述存储器中的计算机程序以执行本申请所述的独立站点商品推荐方法的步骤。
又一方面,适应本申请的另一目的而提供的一种计算机可读存储介质,其以计算机可读指令的形式存储有依据所述的独立站点商品推荐方法所实现的计算机程序,该计算机程序被计算机调用运行时,执行该方法所包括的步骤。
又一方面,适应本申请的另一目的而提供的一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现本申请任意一种实施例中所述独立站点商品推荐方法的步骤。
相对于现有技术,本申请具有多方面优势,包括但不限于:
首先,本申请为运营于电商平台的独立站点中的线上店铺统一提供策略配置信息,在策略配置信息中,根据线上店铺所归属的经营时期给定多个商品召回策略,每个商品召回策略可以包含一个或多个召回通道,使得每个经营时期可以独立配置其相对应的各个商品召回策略的优先级权重,从而,可以适应处于不同经营时期的线上店铺灵活提供行之有效的商品召回策略,有效避免应用单一商品召回策略导致商品召回不准确的情况,电商平台由此实现为其平台下的全量线上店铺统一定制通用的商品召回策略,但各个线上店铺则可根据自身运营时期而灵活套用具体的商品召回策略而适用行之有效的召回通道。
其次,某个当前线上店铺可以通过配置插件触发请求而实现商品推荐服务,当前线上店铺触发请求后,电商平台根据该线上店铺的运营表现数据确定其所归属的运营时期,然后根据运营时期确定当前线上店铺的有效召回通道,根据有效召回通道执行商品召回,获得商品推荐列表,由此,每个线上店铺均可通过配置标准插件或者使用标准服务来实现对电商平台的商品推荐服务的调用,电商平台实现和开放商品推荐服务的开发和维护成本较低,可以提升服务体验。
此外,电商平台统一定制的策略配置信息中包含有各个商品召回策略相对应的优先级权重,这些优先级权重可以能够对当前线上店铺的有效召回通道给定的推荐评分起调节作用,进而实现对召回结果中的商品条目的精排,提升召回后的商品排序的精准度,获得更为精准的商品推荐列表,提升用户与商品之间的交易匹配效率,可为线上店铺和电商平台带来巨大的经济效益。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请的独立站点商品推荐方法的典型实施例的流程示意图。
图2为本申请的实施例中商品推荐服务的商品召回策略与召回通道之间的逻辑结构示意图。
图3为本申请实施例中为当前线上店铺设定策略配置信息的流程示意图。
图4为本申请实施例中设定不同经营时期下的优先级权重的流程示意图。
图5为本申请实施例中对召回结果进行排序的流程示意图。
图6为本申请的独立站点商品推荐装置的原理框图;
图7为本申请所采用的一种计算机设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本申请的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解,这里所使用的“客户端”、“终端”、“终端设备”既包括无线信号接收器的设备,其仅具备无发射能力的无线信号接收器的设备,又包括接收和发射硬件的设备,其具有能够在双向通信链路上,进行双向通信的接收和发射硬件的设备。这种设备可以包括:蜂窝或其他诸如个人计算机、平板电脑之类的通信设备,其具有单线路显示器或多线路显示器或没有多线路显示器的蜂窝或其他通信设备;PCS(PersonalCommunications Service,个人通信系统),其可以组合语音、数据处理、传真和/或数据通信能力;PDA(Personal Digital Assistant,个人数字助理),其可以包括射频接收器、寻呼机、互联网/内联网访问、网络浏览器、记事本、日历和/或GPS(Global PositioningSystem,全球定位系统)接收器;常规膝上型和/或掌上型计算机或其他设备,其具有和/或包括射频接收器的常规膝上型和/或掌上型计算机或其他设备。这里所使用的“客户端”、“终端”、“终端设备”可以是便携式、可运输、安装在交通工具(航空、海运和/或陆地)中的,或者适合于和/或配置为在本地运行,和/或以分布形式,运行在地球和/或空间的任何其他位置运行。这里所使用的“客户端”、“终端”、“终端设备”还可以是通信终端、上网终端、音乐/视频播放终端,例如可以是PDA、MID(Mobile Internet Device,移动互联网设备)和/或具有音乐/视频播放功能的移动电话,也可以是智能电视、机顶盒等设备。
本申请所称的“服务器”、“客户端”、“服务节点”等名称所指向的硬件,本质上是具备个人计算机等效能力的电子设备,为具有中央处理器(包括运算器和控制器)、存储器、输入设备以及输出设备等冯诺依曼原理所揭示的必要构件的硬件装置,计算机程序存储于其存储器中,中央处理器将存储在外存中的程序调入内存中运行,执行程序中的指令,与输入输出设备交互,借此完成特定的功能。
需要指出的是,本申请所称的“服务器”这一概念,同理也可扩展到适用于服务器机群的情况。依据本领域技术人员所理解的网络部署原理,所述各服务器应是逻辑上的划分,在物理空间上,这些服务器既可以是互相独立但可通过接口调用的,也可以是集成到一台物理计算机或一套计算机机群的。本领域技术人员应当理解这一变通,而不应以此约束本申请的网络部署方式的实施方式。
本申请的一个或数个技术特征,除非明文指定,既可部署于服务器实施而由客户端远程调用获取服务器提供的在线服务接口来实施访问,也可直接部署并运行于客户端来实施访问。
本申请中所引用或可能引用到的神经网络模型,除非明文指定,既可部署于远程服务器且在客户端实施远程调用,也可部署于设备能力胜任的客户端直接调用,某些实施例中,当其运行于客户端时,其相应的智能可通过迁移学习来获得,以便降低对客户端硬件运行资源的要求,避免过度占用客户端硬件运行资源。
本申请所涉及的各种数据,除非明文指定,既可远程存储于服务器,也可存储于本地终端设备,只要其适于被本申请的技术方案所调用即可。
本领域技术人员对此应当知晓:本申请的各种方法,虽然基于相同的概念而进行描述而使其彼此间呈现共通性,但是,除非特别说明,否则这些方法都是可以独立执行的。同理,对于本申请所揭示的各个实施例而言,均基于同一发明构思而提出,因此,对于相同表述的概念,以及尽管概念表述不同但仅是为了方便而适当变换的概念,应被等同理解。
本申请即将揭示的各个实施例,除非明文指出彼此之间的相互排斥关系,否则,各个实施例所涉的相关技术特征可以交叉结合而灵活构造出新的实施例,只要这种结合不背离本申请的创造精神且可满足现有技术中的需求或解决现有技术中的某方面的不足即可。对此变通,本领域技术人员应当知晓。
本申请的一种独立站点商品推荐方法,可被编程为计算机程序产品,部署于客户端或服务器中运行而实现,例如,本申请的示例性应用场景中,可以在电商平台的服务器中部署实现,藉此可以通过访问该计算机程序产品运行后开放的接口,通过图形用户界面与该计算机程序产品的进程进行人机交互而执行该方法。
请参阅图1,本申请的独立站点商品推荐方法在其典型实施例中,包括如下步骤:
步骤S1100、生成线上店铺的策略配置信息,所述策略配置信息中包含不同经营时期下对应各个商品召回策略的优先级权重,每个商品召回策略包含一个或多个召回通道,所述线上店铺运行于电商平台的独立站点中;
本申请应用场景中的电商平台,主要表现为跨境电商平台,其允许每个线上店铺运行于相对应的独立站点中,向公众用户开放服务。公众用户可以通过各种渠道访问该线上店铺的页面,这些渠道包括但不限于线上店铺的内建页面、社交媒体信息展示页面等,公众用户可以通过关于于这些渠道的链接直达所述线上店铺的相应页面。
电商平台的服务器机群集中维护平台下全量的线上店铺的后台运营信息,为这些线上店铺提供各种标准化服务,包括但不限于本申请的商品推荐服务。在提供本申请的商品推荐服务时,允许各线上店铺通过配置电商平台提供的商品推荐服务相对应的插件,来实现在该线上店铺中启用商品推荐服务,从而,当公众用户访问该线上店铺触发商品推荐请求时,可以通过该商品推荐服务为该公众用户获取商品推荐列表,完成对该公众用户的商品推荐。
电商平台在响应商品推荐请求而获取商品推荐列表时,可通过一个或多个预设的召回通道执行商品召回操作,以便从相应的线上店铺的商品信息库中,根据所述召回通道的业务逻辑,召回其中的部分上架商品,根据这些上架商品的商品信息构造出所述的商品推荐列表。
如图2的逻辑结构所示,所述的召回通道可以按照不同商品召回策略进行划分管理,从而可以设定为包括多个商品召回策略,每个商品召回策略对应包括一个或多个召回通道,不同商品召回策略之间所包括的召回通道可以各不相同,同理,不同召回通道实现商品召回的业务逻辑也可各不相同。
线上店铺在其投入运营以后的不同时期,其商品数量、用户流量、用户行为数据均会呈现不同的特点,例如,在早期,线上店铺的商品数量、用户流量以及用户行为数据等等运营过程中产生的数据相对较少,随着经营时间的延长,则会相应的增长。运营过程中产生的数据的多寡,通常会影响各个召回通道的召回表现,例如,一种依赖用户行为数据召回商品的召回通道,在线上店铺经营早期,由于线上店铺缺乏足够的用户行为数据,必然导致这一召回通道无法针对一个目标商品进行冷启动召回用户行为相似的商品。又如,线上店铺经营早期,同理也无法通过统计上架商品的点击率来实现对上架商品的择优,从而也影响采用这一策略进行召回的召回通道的有效性。针对这些问题,可以根据线上店铺在不同经营时期所表现的运营过程中产生的数据的特点,划分出多个经营时期,然后对应确定不同经营时期之下,各个商品召回策略的适用逻辑。
一个实施例中,可以统一生成适用于所有线上店铺的策略配置信息,在策略配置信息中,针对各个经营时期,分别配置各个商品召回策略的适用逻辑。一种实施例中,所述适用逻辑可以表示为各个商品召回策略相对应的优先级权重,例如参照如下形式设置其中某个经营时期相对应的适用逻辑:
经营时期N:{策略1:2;策略2:3;策略3:1;策略4:0}
以上示例的表达式表示,商品召回策略2享有最高的优先级权重,策略1次之,策略3再次,策略4最低,其中的优先级权重后续可以参与运算,当优先级权重为0是,可以表示不启用该策略,例如上述策略4不予启用。
根据以上示例的原理,可以在预先设定多个经营时期后,在标准化的策略配置信息中设定每个经营时期之下,各个商品召回策略相对应的优先级权重,设存在4个经营时期类型,由此,由电商平台统一生成的标准化的策略配置信息的组织表达形式示例如下:
经营时期1:{策略1:1;策略2:0;策略3:0;策略4:0}
经营时期2:{策略1:1;策略2:2;策略3:3;策略4:0}
经营时期3:{策略1:3;策略2:2;策略3:1;策略4:1}
经营时期4:{策略1:1;策略2:1;策略3:1;策略4:1}
不难理解,根据每个线上店铺所处的经营时期查询所述策略配置信息,便可获得该经营时期之间相对应的适用逻辑,获得对应于各个商品召回策略的优先级权重。
电商平台可以将所述策略配置信息设定为各个独立站点所运行的线上店铺的默认的策略配置信息,每个开启了商品推荐服务的线上店铺,当其需要向用户推荐商品时,均可通过商品推荐服务查询所述策略配置信息,而确定与该线上店铺所处的经营时期相对应的多个商品召回策略及其相应的优先级权重,用于产生商品推荐列表。
一个实施例中,允许各个线上店铺的管理用户自行编辑默认的策略配置信息,以调整其中各个商品召回策略相对应的优先级权重,更新所述策略配置信息,在后续为该线上店铺提供个性化自定义召回服务。个别线上店铺自行更新的策略配置信息,只服务于该线上店铺所需,不影响其他线上店铺使用电商平台统一生成的默认的策略配置信息。
步骤S1200、响应关联于当前线上店铺的商品推荐请求,获取当前线上店铺的运营表现数据,根据运营表现数据确定当前线上店铺所归属的经营时期;
当任意公众用户访问一个线上店铺的商品推荐页面时,该线上店铺被视为当前线上店铺,当前线上店铺所配置的商品推荐服务插件将会触发相应的商品推荐请求,该商品推荐请求被发送至电商平台的后台服务器,由相应的商品推荐服务进程响应该商品推荐请求而确定商品推荐列表。
响应于该商品推荐请求,商品推荐服务首先获取当前线上店铺的运营表现数据,一个实施例中,所述运营表现数据可以包含线上店铺的运营时长,所述运营时长可以是当前时间与当前线上店铺在电商平台的店铺注册信息库中标记的启用时间(通常可以是线上店铺的创建时间)的时间天数差值,根据这个时间天数差值的长短,可以确定出当前线上店铺所归属的经营时期。
一个实施例中,预先设定用于划分不同经营时期的经营分期信息,例如,在经营分期信息中按照判决条件小于等于7天、大于7天且小于等于30天,大于30天且小于等于180天,大于180天设定四个不同经营时期类型,据此,将当前线上店铺的时间天数差值与经营分期信息中的各个经营时期类型的判决条件相匹配,便可按照匹配情况确定出当前线上店铺所命中的经营时期。
步骤S1300、根据当前线上店铺所归属的经营时期查询其相应的策略配置信息,确定该经营时期相对应的目标商品召回策略下的有效召回通道;
确定当前线上店铺所归属的经营时期之后,便可查询当前线上店铺对应的策略配置信息,确定出该经营时间相对应的商品召回策略适用逻辑,例如,参照前例,若当前线上店铺正处于经营时期3,则其对应的目标商品召回策略表达式示例如下:
经营时期3:{策略1:3;策略2:2;策略3:1;策略4:1}
由此可知,通过确定当前线上店铺的经营时期,可以获得该经营时期下相对应的各个商品召回策略,以及各个商品召回策略的优先级权重。由于每个商品召回策略包括一个或多个召回通道,因而,实际上也确定了该经营时间下,当前线上店铺在执行商品召回时所适用的多个召回通道,这些召回通道便构成当前线上店铺在当前经营时期下的有效召回通道。
一个实施例中,如果当前经营时期下,存在优先级权重设置为0的商品召回策略,可以直接将该商品召回策略对应的召回通道过滤掉,即不采用这个商品召回策略之下的召回通道,以节省服务器的系统开销。当然,如果不予过滤,后续这个召回通道所召回的商品,由于该优先级权重将用于确定所述商品的排序评分,导致其排序评分清零,因而,即使该召回通道执行了召回操作,其所获得的召回结果在构造商品推荐列表时也不起贡献作用。
步骤S1400、调用所述有效召回通道对当前线上店铺的上架商品的商品信息实施召回,在召回结果中匹配其所归属的目标商品召回策略的优先级权重进行排序,获得商品推荐列表。
确定了当前线上店铺的有效召回通道之后,便可调用各个有效召回通道相应的接口实施商品召回操作,各个有效召回通道按照其自身固有的业务逻辑执行对当前线上店铺的上架商品的商品信息的召回,获得相应的召回结果,所获得的召回结果中,包含各个被相应召回的商品的商品信息及其由召回通道给定的推荐评分,由此,可以按照召回结果所归属的目标商品召回策略所享有的优先级权重,将该优先级权重与该推荐评分进行对应相乘求积,作为相应的商品的排序评分,然后,将所有召回结果合并后,根据所述排序评分对所有商品进行排序,一般可进行倒排序以使排序评分越高商品越靠前,排序后获得的商品列表,即可作为针对所述商品推荐请求对应产生的商品推荐列表,推送至触发该商品推荐请求的公众用户的图形用户界面中显示。
一个实施例中,可以在所述策略配置信息中去适用统一权重,例如将需要对某一经营时期适用的商品召回策略的权重赋值为1表示予以启用且权重统一表示为1,将对该经营时期不适用的商品召回策略的权重赋值为0表示不启用,由此,在策略配置信息层面,各个被启用的商品召回策略便不再携带差异化权重,只是在启用和不启用的商品召回策略之间具有相对权重,实际上以1、0起到开关标识的作用。对于这种情况,允许为策略配置信息独立配置一个权重矩阵,可在其中预设每个经营时期下的各个商品召回策略相对应的权重,这一权重矩阵也可由线上店铺个别配置和维护,据此,一个经营时期下的各个商品召回策略的优先级权重,实际是策略配置信息中的优先级权重与所述权重矩阵中对应的优先级权重的乘积。本实施例商品召回策略与其权重进一步解耦,体现配置和维护的灵活性。
根据以上实施例,可以看出,本申请具有多方面优势,包括但不限于:
首先,本申请为运营于电商平台的独立站点中的线上店铺统一提供策略配置信息,在策略配置信息中,根据线上店铺所归属的经营时期给定多个商品召回策略,每个商品召回策略可以包含一个或多个召回通道,使得每个经营时期可以独立配置其相对应的各个商品召回策略的优先级权重,从而,可以适应处于不同经营时期的线上店铺灵活提供行之有效的商品召回策略,有效避免应用单一商品召回策略导致商品召回不准确的情况,电商平台由此实现为其平台下的全量线上店铺统一定制通用的商品召回策略,但各个线上店铺则可根据自身运营时期而灵活套用具体的商品召回策略而适用行之有效的召回通道。
其次,某个当前线上店铺可以通过配置插件触发请求而实现商品推荐服务,当前线上店铺触发请求后,电商平台根据该线上店铺的运营表现数据确定其所归属的运营时期,然后根据运营时期确定当前线上店铺的有效召回通道,根据有效召回通道执行商品召回,获得商品推荐列表,由此,每个线上店铺均可通过配置标准插件或者使用标准服务来实现对电商平台的商品推荐服务的调用,电商平台实现和开放商品推荐服务的开发和维护成本较低,可以提升服务体验。
此外,电商平台统一定制的策略配置信息中包含有各个商品召回策略相对应的优先级权重,这些优先级权重可以能够对当前线上店铺的有效召回通道给定的推荐评分起调节作用,进而实现对召回结果中的商品条目的精排,提升召回后的商品排序的精准度,获得更为精准的商品推荐列表,提升用户与商品之间的交易匹配效率,可为线上店铺和电商平台带来巨大的经济效益。
在本申请任意实施例的基础上,请参阅图3,所述步骤S1100、生成线上店铺的策略配置信息,包括:
步骤S1110、按照预先设置的经营时期,设定不同经营时期下对应各个商品召回策略的优先级权重,将每个经营时期对应各个商品召回策略的优先级权重表示为权重向量;
本实施例中,采用向量的形式,实现对本申请的策略配置信息的有效表征,因此,针对各个经营时期,可以采用权重向量的形式,表示出各个商品召回策略及其优先级权重之间的关系信息,例如,权重向量可以表示为如下形式:
根据此处的示例,不难理解,权重向量中各个元素有序对应各个商品召回策略,其元素值表示相应的各个商品召回策略的优先级权重。
步骤S1120、按照不同经营时期相对应的权重向量构造为权重矩阵;
针对不同经营时期的各个权重向量,进一步可将所有经营时期相对应的权重向量通过一个数据实现矩阵表示,确定出其相应的权重矩阵,其示例形式如:
根据此处的示例,不难理解,权重矩阵中,每个行向量便是一个经营时期相对应的权重向量,其中每一列位置代表一个特定的商品召回策略,存储该商品召回策略相对应的优先级权重。
基于矩阵设定策略配置信息,几乎不占存储空间,且方便高效访问,在电商平台存在海量的线上店铺的场景下,这样的存储策略特别高效。
步骤S1130、响应当前线上店铺的策略配置请求,将所述权重矩阵配置为当前线上店铺默认的策略配置信息。
对于任意一个配置商品推荐服务插件的当前线上店铺而言,其在配置所述插件时便会自动触发相应的策略配置请求,由此,电商平台的后台服务器便可将以权重矩阵配置为该当前线上店铺的默认的策略配置信息。
一种实施例中,电商平台的后台服务器可以无需响应线上店铺触发的策略配置请求而为线上店铺设定策略配置信息,而是由后台服务器生成所述的权重矩阵后,统一设定为所有线上店铺可以默认调用的标准化的策略配置信息。
根据以上实施例不难理解,以权重矩阵的形式实现对本申请的策略配置信息的表示,基本不占用系统存储空间,方便高效访问,而且可以实现标准化统一配置和维护。
在本申请任意实施例的基础上,请参阅图4,所述步骤S1110、按照预先设置的经营时期,设定不同经营时期下对应各个商品召回策略的优先级权重,包括:
步骤S1111、获取经营分期信息,所述经营分期信息中将所述经营时期按照线上店铺的运营时长自短至长而划分为包括新手期、上升期、成熟期;
电商平台可以预设经营分期信息,在其中设定多个经营时期。示例而言,所述的经营时期可以包括新手期、上升期、成熟期以及不属于以上三个时期的其他情形。所述新手期用于表征线上店铺的初创启动阶段,所述上升期用于表示线上店铺的调整扩量阶段,所述成熟期用于表示线上店铺的稳定经营阶段,不难理解,新手期、上升期、成熟期通常是对应由短至长的不同运营时长的。
步骤S1112、适应新手期,将第一商品召回策略的优先级权重设置为最大值,第一商品召回策略被配置为包括基于被访问商品的商品信息实施语义相似商品推荐的召回通道,和/或,包括基于被访问商品的商品类别实施同类商品推荐的召回通道;
对于处于新手期的线上店铺,由于其店铺内并未产生足量的用户行为数据,因而,一些依赖于用户行为数据的召回通道不适合采用,适宜采用基于被访问商品的商品信息实施语义相似商品推荐的召回通道,此类召回通道可以包括两种类型中任意之一或全部,一种类型是将目标商品的商品信息的语义向量与线上店铺的商品信息库中的各个商品的商品信息的语义向量求向量之间的数据距离,根据数据距离优选出与目标商品相似的候选商品,其中用于进行向量相似匹配的商品信息,通常包括商品标题、商品属性数据、商品详情文本中的任意一项或任意多项;另一种类型可以是根据目标商品的类别这一商品信息,选取出当前线上店铺的商品信息库中的同类商品,并以某一条件例如点击率对选取出的同类商品进行择优。以上的此类召回通道,在本实施例中,可封装为第一商品召回策略进行集中匹配优先级权重。
不难理解,在新手期为线上店铺采用第一商品召回策略进行商品推荐,可以解决线上店铺用户行为数据不足,新商品需要冷启动推荐的问题,因而,对于新手期的线上店铺,适应将第一商品召回策略的优先级权重设置为所有商品召回策略中的最大值。当然,第一商品召回策略也可用于其他经营时期。
步骤S1113、适应上升期和成熟期,将多个其他商品召回策略的优先级权重设置为大于第一商品召回策略,所述其他商品召回策略被配置为包括基于用户行为数据实施商品推荐的召回通道,且上升期与成熟期的相对应的商品召回策略的优先级权重方案各不相同。
对于其他经营时期,包括前文示例中的上升期、成熟期以及其他情形等,通常线上店铺已经产生了不少用户行为数据,因而,可以对应设置其他商品召回策略,将这些商品召回策略的优先级权重设置为高于第一商品召回策略,并且,根据实际情况,可以分别适应不同经营时期例如上升期和成熟期,区别化设置其中的各个具体商品召回策略的优先级权重。
示例而言,所述其他商品召回策略被配置为包括基于用户行为数据实施商品推荐的召回通道,其中包括:
第二商品召回策略,其被配置为包括基于当前用户的历史行为类型实施同购商品推荐的召回通道,主要实现相关商品推荐。示例而言,其以用户行为数据中的行为类型例如点击、购买、添加到购物车、支付等,确定出相应的用户是否购买过某一商品,据此,每个商品相对于各个用户,可以构造出一个表征各个用户是否以某种行为类型访问过该商品的行为向量,每个商品均能获得这个行为向量,针对目标商品,求取其行为向量与其他商品的行为向量之间的数据距离,根据数据距离选取较为相似的部分商品,即可实现对目标商品的相关商品的召回。
第三商品召回策略,其被配置为包括基于当前用户的实时行为相对应的商品实施相似商品推荐的召回通道,主要实现个性化推荐。示例而言,根据当前用户当天访问过的所有商品,从线上店铺的商品信息库中召回跟其中用户当前访问过的所有商品构成商品信息语义相似的商品实现召回,由此可以实现根据用户的个人访问行为的特征而提供相关商品推荐。
第四商品召回策略,其被配置为包括基于当前线上店铺的全量访问用户的历史访问行为统计出的点击率实施热门商品推荐的召回通道,主要实现热门商品推荐。示例而言,电商平台可以根据当前线上店铺所产生的用户行为数据,统计出其中访问量、下单量高的商品,进行排序,选取其中访问量、下单量较优的部分商品实现召回,由此可以实现兜底推荐。
不难理解,对于上升期和成熟期而言,第二、第三、第四商品召回策略的优先级权重可以有所差别,可由本领域技术人员根据经验灵活设定。
根据以上实施例,可以看出,通过结合电商领域的实际特点,将经营时期设置为包括新手期、上升期、成熟期等,适配各个经营时期分别差异化每个经营时期下多个商品召回策略的权限,使每个经营时期均能综合多个商品召回策略实现最佳的商品召回效果,实现对电商平台的大量的召回通道的集中和标准化管理,确保商品推荐服务可以有效为不同经营时期的线上店铺提供有效的商品召回服务。
在本申请任意实施例的基础上,所述步骤S1200中,获取当前线上店铺的运营表现数据,根据运营表现数据确定当前线上店铺所归属的经营时期,包括:
步骤S1210、获取当前线上店铺的运营表现数据,所述运营表现数据包括当前线上店铺的运营时长及当日用户访问量;
本实施例中,在经营分期信息中可以一并提供各个经营时期及其对应的判决条件,以方便根据判决条件确定线上店铺所归属的经营时期。经营时期的判决条件引用两个参数来判决,第一个参数是线上店铺的运营时长,第二个参数是线上店铺当日用户访问量,这两个参数即为当前线上店铺的运营表现数据。其中运营时长可以按照人为设定的时间长度自短至长来划分出多个等级进行比较实现判决;当日用户访问量可以与当前线上店铺的在最近一段历史时长范围内的日均访问量来比较实现判决。
步骤S1220、将所述运营时长及当日用户访问量与经营分期信息中各个经营时期相对应的判决条件相匹配,确定出当前线上店铺所归属的经营时期。
用于统计日元访问量的最近时长可以是最近一周即7天。对于一个经营时期而言,当线上店铺的运营时长与当日用户访问量均满足某个经营时期类型相应的判决条件时,便确认相应的经营时期为该线上店铺的当前所归属的经营时期。一个实施例中,所述的经营时期设定为包括新手期、上升期、成熟期、其他情形,由此,经营时期与其判决条件的对应关系示例性表示如下:
以上表的示例的,不难理解,新手期是线上店铺的初创期,其实际用户流量有限;上升期为线上店铺的扩量期,一般做各种调整,其用户访问量不够稳定,因而除了运营时长的对应关系之外,对此时期的线上店铺的当日用户访问量,可适当低于日均访问量;成熟期是线上店铺经过一段时间经营之后的稳定期,因而只要运营时长大于30天,且当日用户访问蛳量与周日均大抵持平,便可确认线上店铺已进入成熟期。对于其他不满足前三种经营时期判决条件的情况,表明存在异常现象,可列入“其他情形”项,以实现兜底处理。
通过以上示例不难理解,所述的运营时长及统计日均访问量的最近一段时间均是可以灵活设定的经验值或实测值。只要将当前线上店铺的运营时长与当日用户访问量与经营分期信息中的各个判决条件相匹配,便可确定出当前线上店铺相对应的经营时期。
根据以上实施例可知,只需获取当前线上店铺的运营表现数据与经营分期信息中的判决条件相匹配,便可快速确定当前线上店铺所归属的经营时期,方便高效地确定商品推荐所需的商品召回策略。
在本申请任意实施例的基础上,所述步骤S1300、根据当前线上店铺所归属的经营时期查询其相应的策略配置信息,确定该经营时期相对应的目标商品召回策略下的有效召回通道,包括:
步骤S1310、根据当前线上店铺所归属的经营时期查询其相应的策略配置信息,确定其中的目标商品召回策略及其对应的优先级权重;
当确定了当前线上店铺所归属的经营时期后,调用所述策略配置信息进行查询,便可确定其对应的权重向量,获得该经营时期下,各个商品召回策略相对应的优先级权重。例如,前文示例中,是对应示例的成熟期的权重向量,其中对应第一至第商品召回策略设定了相应的优先级权重分别为3、2、1、1。
步骤S1320、判定优先级权重不为零的目标商品召回策略所包括的召回通道为有效召回通道以供调用。
如前文示例所述,当商品召回策略对应的优先级权重为0时,即表示不启用该商品召回策略,因而,在本实施例中,可以先过滤掉优先级权重的商品召回策略,确定出优先级权重不为零的商品召回策略中的各个召回通道为有效召回通道,以便只针对优先级权重不为零的商品召回策略调用其中的有效召回通道实施商品召回。
根据以上实施例可以看出,在实施商品召回过程中,可以通过策略配置信息快速高效地确定当前线上店铺可用的有效召回通道,实现效率非常高。
在本申请任意实施例的基础上,请参阅图5,所述步骤S1400、调用所述有效召回通道对当前线上店铺的上架商品的商品信息实施召回,在召回结果中匹配其所归属的目标商品召回策略的优先级权重进行排序,获得商品推荐列表,包括:
步骤S1410、调用优先级权重不为零的目标商品召回策略所包含的全量召回通道,获得召回结果,每个召回结果包含多个商品及其由召回通道给定的推荐评分;
确定出当前线上店铺的经营时期,及该经营时期下各个商品召回策略相对应的优先级权重,且去除了优先级权重为零的商品召回策略,留下优先级权重不为零的商品召回策略确定出其中的召回通道作为有效召回通道之后,便可调用这些有效召回通道相对应的接口开始执行商品召回操作,获得各个有效召回通道相应返回的召回结果,不难理解,每个召回结果中包含多个商品及其由召回通道给定的推荐评分。
步骤S1420、将每个召回结果的商品的推荐评分匹配其相应的目标商品召回策略的优先级权重获得计算结果作为排序评分;
由于在所述策略配置信息中给出了各个商品召回策略相对应的优先级权重,该优先级权重可以用于调整各个召回结果中的推荐评分,具体而言,对于每个召回结果中的商品的推荐评分,将其乘以该召回结果所属的商品召回策略的优先级权重,获得乘积作为排序评分。
步骤S1430、根据所述排序评分对所有召回结果中的商品进行统一排序,选取其中排序评分相对较高的部分商品构造为商品推荐列表。
所有召回结果中的商品均确定了其相对应的排序评分后,便可将全部召回结果合并为一个数据集,在该数据集中根据商品的排序评分对其中全量商品进行排序,一般是倒排序,然后选取排序评分靠前的预定数量的部分商品,将这部分商品构造为商品推荐列表,该商品推荐列表便可作为商品推荐服务的商品推荐结果,推送给当前线上店铺的相应用户,完成为该用户推荐商品的服务过程。
根据以上实施例可以理解,本申请的策略配置信息中的各个商品召回策略的优先级权重,还可发挥商品推荐服务的排序作用,使得多通道召回的商品信息可以统一到同一数据集中进行排序择优,由此筛选构造出商品推荐列表,使商品推荐列表中更为精准全面地匹配用户需求。
请参阅图6,适应本申请的目的之一而提供一种独立站点商品推荐装置,是对本申请的独立站点商品推荐方法的功能化体现,该装置包括策略配置模块1100、时期确定模块1200、通道确定模块1300,以及召回处理模块1400,其中:所述策略配置模块1100,用于生成线上店铺的策略配置信息,所述策略配置信息中包含不同经营时期下对应各个商品召回策略的优先级权重,每个商品召回策略包含一个或多个召回通道,所述线上店铺运行于电商平台的独立站点中;所述时期确定模块1200,用于响应关联于当前线上店铺的商品推荐请求,获取当前线上店铺的运营表现数据,根据运营表现数据确定当前线上店铺所归属的经营时期;所述通道确定模块1300,用于根据当前线上店铺所归属的经营时期查询其相应的策略配置信息,确定该经营时期相对应的目标商品召回策略下的有效召回通道;所述召回处理模块1400,用于调用所述有效召回通道对当前线上店铺的上架商品的商品信息实施召回,在召回结果中匹配其所归属的目标商品召回策略的优先级权重进行排序,获得商品推荐列表。
在本申请任意实施例的基础上,所述策略配置模块1100,包括:权重表示单元,用于按照预先设置的经营时期,设定不同经营时期下对应各个商品召回策略的优先级权重,将每个经营时期对应各个商品召回策略的优先级权重表示为权重向量;矩阵构造单元,用于按照不同经营时期相对应的权重向量构造为权重矩阵;响应配置单元,用于响应当前线上店铺的策略配置请求,将所述权重矩阵配置为当前线上店铺默认的策略配置信息。
在本申请任意实施例的基础上,所述权重表示单元,包括:分期获取子单元,用于获取经营分期信息,所述经营分期信息中将所述经营时期按照线上店铺的运营时长自短至长而划分为包括新手期、上升期、成熟期;新手配置子单元,用于适应新手期,将第一商品召回策略的优先级权重设置为最大值,第一商品召回策略被配置为包括基于被访问商品的商品信息实施语义相似商品推荐的召回通道,和/或,包括基于被访问商品的商品类别实施同类商品推荐的召回通道;其他设置子单元,用于适应上升期和成熟期,将多个其他商品召回策略的优先级权重设置为大于第一商品召回策略,所述其他商品召回策略被配置为包括基于用户行为数据实施商品推荐的召回通道,且上升期与成熟期的相对应的商品召回策略的优先级权重方案各不相同。
在本申请任意实施例的基础上,所述其他商品召回策略中,包括:第二商品召回策略,其被配置为包括基于当前用户的历史行为类型实施同购商品推荐的召回通道;第三商品召回策略,其被配置为包括基于当前用户的实时行为相对应的商品实施相似商品推荐的召回通道;第四商品召回策略,其被配置为包括基于当前线上店铺的全量访问用户的历史访问行为统计出的点击率实施热门商品推荐的召回通道。
在本申请任意实施例的基础上,所述时期确定模块1200,包括:数据获取单元,用于获取当前线上店铺的运营表现数据,所述运营表现数据包括当前线上店铺的运营时长及当日用户访问量;时期识别单元,用于将所述运营时长及当日用户访问量与经营分期信息中各个经营时期相对应的判决条件相匹配,确定出当前线上店铺所归属的经营时期。
在本申请任意实施例的基础上,所述通道确定模块1300,包括:查询确定单元,用于根据当前线上店铺所归属的经营时期查询其相应的策略配置信息,确定其中的目标商品召回策略及其对应的优先级权重;通道过滤单元,用于判定优先级权重不为零的目标商品召回策略所包括的召回通道为有效召回通道以供调用。
在本申请任意实施例的基础上,所述召回处理模块1400,包括:召回执行单元,用于调用优先级权重不为零的目标商品召回策略所包含的全量召回通道,获得召回结果,每个召回结果包含多个商品及其由召回通道给定的推荐评分;排序评分单元,用于将每个召回结果的商品的推荐评分匹配其相应的目标商品召回策略的优先级权重获得计算结果作为排序评分;列表构造单元,用于根据所述排序评分对所有召回结果中的商品进行统一排序,选取其中排序评分相对较高的部分商品构造为商品推荐列表。
为解决上述技术问题,本申请实施例还提供计算机设备。如图7所示,计算机设备的内部结构示意图。该计算机设备包括通过系统总线连接的处理器、计算机可读存储介质、存储器和网络接口。其中,该计算机设备的计算机可读存储介质存储有操作系统、数据库和计算机可读指令,数据库中可存储有控件信息序列,该计算机可读指令被处理器执行时,可使得处理器实现一种商品搜索类目识别方法。该计算机设备的处理器用于提供计算和控制能力,支撑整个计算机设备的运行。该计算机设备的存储器中可存储有计算机可读指令,该计算机可读指令被处理器执行时,可使得处理器执行本申请的独立站点商品推荐方法。该计算机设备的网络接口用于与终端连接通信。本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
本实施方式中处理器用于执行图6中的各个模块及其子模块的具体功能,存储器存储有执行上述模块或子模块所需的程序代码和各类数据。网络接口用于向用户终端或服务器之间的数据传输。本实施方式中的存储器存储有本申请的独立站点商品推荐装置中执行所有模块/子模块所需的程序代码及数据,服务器能够调用服务器的程序代码及数据执行所有子模块的功能。
本申请还提供一种存储有计算机可读指令的存储介质,计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行本申请任一实施例的独立站点商品推荐方法的步骤。
本申请还提供一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被一个或多个处理器执行时实现本申请任一实施例所述方法的步骤。
本领域普通技术人员可以理解实现本申请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,该计算机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,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等计算机可读存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
综上所述,本申请为基于独立站点的跨境电商平台提供了商品推荐相应的策略配置信息的统一解决方案,使电商平台可以标准化为全量线上店铺配置商品推荐相对应的策略配置信息,使线上店铺根据其经营时期查询策略配置信息,以确定其对应的目标商品召回策略,并根据目标商品召回策略所包含的召回通道实施商品召回,生成商品推荐列表,完成行之有效的商品推荐过程,改善服务体验,确保线上店铺的推荐服务的健全高效运行。
本技术领域技术人员可以理解,本申请中已经讨论过的各种操作、方法、流程中的步骤、措施、方案可以被交替、更改、组合或删除。进一步地,具有本申请中已经讨论过的各种操作、方法、流程中的其他步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。进一步地,现有技术中的具有与本申请中公开的各种操作、方法、流程中的步骤、措施、方案也可以被交替、更改、重排、分解、组合或删除。
以上所述仅是本申请的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (10)
1.一种独立站点商品推荐方法,其特征在于,包括:
生成线上店铺的策略配置信息,所述策略配置信息中包含不同经营时期下对应各个商品召回策略的优先级权重,每个商品召回策略包含一个或多个召回通道,所述线上店铺运行于电商平台的独立站点中;
响应关联于当前线上店铺的商品推荐请求,获取当前线上店铺的运营表现数据,根据运营表现数据确定当前线上店铺所归属的经营时期;
根据当前线上店铺所归属的经营时期查询其相应的策略配置信息,确定该经营时期相对应的目标商品召回策略下的有效召回通道;
调用所述有效召回通道对当前线上店铺的上架商品的商品信息实施召回,在召回结果中匹配其所归属的目标商品召回策略的优先级权重进行排序,获得商品推荐列表。
2.根据权利要求1所述的独立站点商品推荐方法,其特征在于,生成线上店铺的策略配置信息,包括:
按照预先设置的经营时期,设定不同经营时期下对应各个商品召回策略的优先级权重,将每个经营时期对应各个商品召回策略的优先级权重表示为权重向量;
按照不同经营时期相对应的权重向量构造为权重矩阵;
响应当前线上店铺的策略配置请求,将所述权重矩阵配置为当前线上店铺默认的策略配置信息。
3.根据权利要求2所述的独立站点商品推荐方法,其特征在于,按照预先设置的经营时期,设定不同经营时期下对应各个商品召回策略的优先级权重,包括:
获取经营分期信息,所述经营分期信息中将所述经营时期按照线上店铺的运营时长自短至长而划分为包括新手期、上升期、成熟期;
适应新手期,将第一商品召回策略的优先级权重设置为最大值,第一商品召回策略被配置为包括基于被访问商品的商品信息实施语义相似商品推荐的召回通道,和/或,包括基于被访问商品的商品类别实施同类商品推荐的召回通道;
适应上升期和成熟期,将多个其他商品召回策略的优先级权重设置为大于第一商品召回策略,所述其他商品召回策略被配置为包括基于用户行为数据实施商品推荐的召回通道,且上升期与成熟期的相对应的商品召回策略的优先级权重方案各不相同。
4.根据权利要求1所述的独立站点商品推荐方法,其特征在于,所述其他商品召回策略中,包括:
第二商品召回策略,其被配置为包括基于当前用户的历史行为类型实施同购商品推荐的召回通道;
第三商品召回策略,其被配置为包括基于当前用户的实时行为相对应的商品实施相似商品推荐的召回通道;
第四商品召回策略,其被配置为包括基于当前线上店铺的全量访问用户的历史访问行为统计出的点击率实施热门商品推荐的召回通道。
5.根据权利要求1所述的独立站点商品推荐方法,其特征在于,获取当前线上店铺的运营表现数据,根据运营表现数据确定当前线上店铺所归属的经营时期,包括:
获取当前线上店铺的运营表现数据,所述运营表现数据包括当前线上店铺的运营时长及当日用户访问量;
将所述运营时长及当日用户访问量与经营分期信息中各个经营时期相对应的判决条件相匹配,确定出当前线上店铺所归属的经营时期。
6.根据权利要求1所述的独立站点商品推荐方法,其特征在于,根据当前线上店铺所归属的经营时期查询其相应的策略配置信息,确定该经营时期相对应的目标商品召回策略下的有效召回通道,包括:
根据当前线上店铺所归属的经营时期查询其相应的策略配置信息,确定其中的目标商品召回策略及其对应的优先级权重;
判定优先级权重不为零的目标商品召回策略所包括的召回通道为有效召回通道以供调用。
7.根据权利要求1所述的独立站点商品推荐方法,其特征在于,调用所述有效召回通道对当前线上店铺的上架商品的商品信息实施召回,在召回结果中匹配其所归属的目标商品召回策略的优先级权重进行排序,获得商品推荐列表,包括:
调用优先级权重不为零的目标商品召回策略所包含的全量召回通道,获得召回结果,每个召回结果包含多个商品及其由召回通道给定的推荐评分;
将每个召回结果的商品的推荐评分匹配其相应的目标商品召回策略的优先级权重获得计算结果作为排序评分;
根据所述排序评分对所有召回结果中的商品进行统一排序,选取其中排序评分相对较高的部分商品构造为商品推荐列表。
8.一种独立站点商品推荐装置,其特征在于,包括:
策略配置模块,用于生成线上店铺的策略配置信息,所述策略配置信息中包含不同经营时期下对应各个商品召回策略的优先级权重,每个商品召回策略包含一个或多个召回通道,所述线上店铺运行于电商平台的独立站点中;
时期确定模块,用于响应关联于当前线上店铺的商品推荐请求,获取当前线上店铺的运营表现数据,根据运营表现数据确定当前线上店铺所归属的经营时期;
通道确定模块,用于根据当前线上店铺所归属的经营时期查询其相应的策略配置信息,确定该经营时期相对应的目标商品召回策略下的有效召回通道;
召回处理模块,用于调用所述有效召回通道对当前线上店铺的上架商品的商品信息实施召回,在召回结果中匹配其所归属的目标商品召回策略的优先级权重进行排序,获得商品推荐列表。
9.一种计算机设备,包括中央处理器和存储器,其特征在于,所述中央处理器用于调用运行存储于所述存储器中的计算机程序以执行如权利要求1至7中任意一项所述的方法的步骤。
10.一种计算机可读存储介质,其特征在于,其以计算机可读指令的形式存储有依据权利要求1至7中任意一项所述的方法所实现的计算机程序,该计算机程序被计算机调用运行时,执行相应的方法所包括的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210778851.3A CN115018593A (zh) | 2022-06-30 | 2022-06-30 | 独立站点商品推荐方法及其装置、设备、介质、产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210778851.3A CN115018593A (zh) | 2022-06-30 | 2022-06-30 | 独立站点商品推荐方法及其装置、设备、介质、产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115018593A true CN115018593A (zh) | 2022-09-06 |
Family
ID=83079288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210778851.3A Pending CN115018593A (zh) | 2022-06-30 | 2022-06-30 | 独立站点商品推荐方法及其装置、设备、介质、产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115018593A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116308687A (zh) * | 2023-05-22 | 2023-06-23 | 北京青麦科技有限公司 | 基于知识图谱的商品信息推荐方法、电子设备及存储介质 |
-
2022
- 2022-06-30 CN CN202210778851.3A patent/CN115018593A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116308687A (zh) * | 2023-05-22 | 2023-06-23 | 北京青麦科技有限公司 | 基于知识图谱的商品信息推荐方法、电子设备及存储介质 |
CN116308687B (zh) * | 2023-05-22 | 2023-07-18 | 北京青麦科技有限公司 | 基于知识图谱的商品信息推荐方法、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103597503B (zh) | 用于具有提高的搜索效率的售前预订系统的方法和系统 | |
US20130290324A1 (en) | Categorizing and ranking travel-related database query results | |
US7974880B2 (en) | System for updating advertisement bids | |
AU2012378630B2 (en) | Categorizing and ranking travel-related search results | |
CN105701108B (zh) | 一种信息推荐方法、装置及服务器 | |
US20160019587A1 (en) | Extracting predictive segments from sampled data | |
US20100121777A1 (en) | Method, medium and system for determining whether a target item is related to a candidate affinity item | |
US20100114615A1 (en) | Optimized inventory selection | |
US10896458B2 (en) | Method, system, and computer-readable medium for product and vendor selection | |
Zhang et al. | Market segmentation for product family positioning based on fuzzy clustering | |
WO2004001652A2 (en) | Method system and computer program product for dynamic construction of packages and optimal assignement | |
US20220207461A1 (en) | On-Demand Coordinated Comestible Item Delivery System | |
CN106557480A (zh) | 查询改写的实现方法及装置 | |
WO2016141197A1 (en) | Model-based replacement part system | |
Xue et al. | Computational experiment-based evaluation on context-aware O2O service recommendation | |
WO2019125895A1 (en) | Database systems and methods of maintaining and enabling retail purchases through recipes | |
US20130006712A1 (en) | Method and system for revenue management system based on market pricing | |
CN115660782A (zh) | 场景式商品推荐方法及其装置、设备、介质、产品 | |
CN110147514B (zh) | 一种资源展示方法、装置及其设备 | |
US9418380B2 (en) | Information providing device, information providing method, program, information storage medium, and information providing system | |
CN111259272B (zh) | 搜索结果排序方法及装置 | |
CN115018593A (zh) | 独立站点商品推荐方法及其装置、设备、介质、产品 | |
CN113327152B (zh) | 商品推荐方法、装置、计算机设备及存储介质 | |
US20210200753A1 (en) | Strain Recommendation System and Method | |
CN116228342B (zh) | 一种商品推荐方法、装置及计算机可读存储介质 |
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 |