CN115730084A - 推荐数据的处理方法、推荐方法、电子设备及存储介质 - Google Patents

Abstract

本申请提供了一种推荐数据的处理方法、推荐方法、电子设备及存储介质，据本申请实施例，可以提高推荐效率和推荐数据与用户需求的贴合度。其中，推荐数据处理方法包括：获取关于目标场景的第一定义信息；所述第一定义信息是根据所述目标场景相关的知识图谱生成的，所述第一定义信息包括所述目标场景的多个类目；所述目标场景，为一个或多个类目的对象所涉及的场景；根据所述第一定义信息，获取关于目标场景的第二定义信息；所述第二定义信息包括至少一个目标类目构成的组合；所述多个类目包括所述至少一个目标类目；根据所述第二定义信息，生成关于所述对象的推荐数据。

Description

推荐数据的处理方法、推荐方法、电子设备及存储介质

技术领域

本申请涉及数据处理技术领域，尤其涉及一种推荐数据的处理方法、推荐方法、电子设备及存储介质。

背景技术

随着计算机技术的发展，计算机产品的便携程度提高，计算机产品的生产、使用数量大幅度提升，计算机产品与人们的生活的联系也更加紧密。用户可以在多种场合随时通过计算机产品获得其需要的网络数据。为了更好地服务于用户，各网络数据提供方都会对用户可能感兴趣的数据进行预估，得到推荐数据，并向用户推荐。随着各种网络数据量的增加，用户能够获得的数据信息所涉及的范围更加广泛、种类和数量更加丰富，如何向用户提供更贴切其真实需求的推荐数据，通过推荐数据引导用户获取网络数据、实现网络使用需求目的，是数据处理技术中需要改进的问题。

发明内容

本申请实施例提供一种推荐数据的处理方法、推荐方法、电子设备及存储介质，以实现更高效地推荐数据。

第一方面，本申请实施例提供了一种推荐数据的处理方法，包括：获取关于目标场景的第一定义信息；第一定义信息是根据目标场景相关的知识图谱生成的，第一定义信息包括目标场景的多个类目；目标场景，为一个或多个类目的对象所涉及的场景；根据第一定义信息，获取关于目标场景的第二定义信息；第二定义信息包括至少一个目标类目构成的组合；多个类目包括至少一个目标类目；根据第二定义信息，生成关于对象的推荐数据。

第二方面，本申请实施例提供了一种推荐方法，用于服务器端，包括：接收客户端的数据请求；根据数据请求，确定推荐数据；推荐数据为本申请任意一项实施例所提供的推荐数据；将推荐数据推荐到用户应用端的目标模块。

第三方面，本申请实施例提供了一种推荐数据的处理方法，用于客户端，包括：根据用户的操作信息，生成推荐数据请求；向服务器端发送推荐数据请求；接收服务器端根据推荐数据请求发送的推荐数据；推荐数据为本申请任意一项实施例所提供的推荐数据或过滤后的推荐数据。

第四方面，本申请实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，处理器在执行计算机程序时实现上述任一项的方法。

第五方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质内存储有计算机程序，计算机程序被处理器执行时实现上述任一项的方法。

与现有技术相比，本申请具有如下优点：

依据本申请实施例的方法，能够针对目标场景，确定关于知识图谱获得的第一定义信息，得到目标场景下的对象的所有类目，然后确定第二定义信息，得到目标场景下的所有类目可以构成的所有组合，最后根据第二定义信息所包括的组合，得到关于对象的推荐数据，从而，能够向用户推荐相关联的数据，使得用户在仅具有模糊的查找需求、而不确定具体的查找对象名称或查找词的情况下，也能够根据关于对象的推荐数据，获得具体的数据内容，节省用户的查找时间，简化用户查找数据时所需要完成的计划或准备活动。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请的一些实施方式，而不应将其视为是对本申请范围的限制。

图1A-1C为本申请提供的推荐数据的处理方法的场景示意图；

图2为本申请一实施例的推荐数据的处理方法流程图；

图3A-3D为本申请实施例中的界面示意图；

图4为本申请实施例所涉及的模块以及各模块的操作步骤示意图；

图5为本申请实施例的推荐数据的处理装置示意图；以及

图6为用来实现本申请实施例的电子设备的框图。

具体实施方式

在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本申请的构思或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的，而非限制性的。

为便于理解本申请实施例的技术方案，以下对本申请实施例的相关技术进行说明。以下相关技术作为可选方案与本申请实施例的技术方案可以进行任意结合，其均属于本申请实施例的保护范围。

图1A、图1B、图1C为示例性的用于实现本申请实施例的方法的应用场景的示意图。如图1A所示，本申请实施例的推荐数据的处理方法可以应用于具有服务器端102和客户端101的系统，用于对特定种类的对象进行推荐，比如新闻推荐、知识百科推荐、服务人员推荐、服务机构推荐、景点推荐、商品推荐或文章推荐等。

参照图1A所示，在一种实施例中，服务器端102根据各种能够获取到的数据、信息，确定向用户进行推荐时的推荐数据。在客户端101向服务器端102发送数据请求时，从推荐数据中选择至少部分数据，向客户端101发送。在服务器端102向客户端101发送推荐数据时，可以根据客户端101的浏览历史、客户端101的具体属性信息等信息，选择与具体的客户端101对应的推荐数据。

仍然参照图1A所示，在另一种实施例中，服务器端102能够提供用于构建知识图谱的数据，客户端101可以获取这些数据，结合客户端101自身存储的用户相关信息，生成或更新对象所属的场景。根据生成的各场景信息，以及展示时机，向客户端101的用户进行呈现。

如图1B所示，本申请实施例的推荐数据的处理方法还可以应用于具有多个服务器端、以及客户端103的系统。多个服务器端可以用于计算推荐数据时实现不同功能，比如数据库服务器端104、计算服务器端105，数据库服务器端104可以存储各种相关信息，并将各种相关信息形成知识图谱，计算服务器端105可以根据数据库服务器端104中存储的知识图谱，生成商品应用的新场景，或者对已有场景进行更新。比如，在对象为商品的情况下，目标场景可以为商品所涉及的场景，也即商品的使用场景。例如，登山帐篷的主要使用场景为登山场景，则商品为登山帐篷时，目标场景可以为登山。再如，滑冰鞋的使用场景为滑冰，则商品为滑冰鞋时，目标场景可以为冰雪运动。再如，笔记本电脑的使用场景可以包括办公或网络娱乐，则商品为笔记本电脑时，目标场景可以为办公场景或网络娱乐场景。所有的商品的使用场景可以存储于数据库服务器端104或计算服务器端105，根据商品的最新使用场景信息，确定商品的使用场景下的类目，一个类目对应一类商品，一种商品的使用场景下，可以对应多个类目，即可以对应多个不同种类的商品。

如图1C所示，本申请实施例的推荐数据的处理方法还可以应用于具有多个服务器端、以及客户端106的系统。多个服务器端之中，可设置一个总服务器端107，和多个分服务器端108。其中，总服务器端107可以根据知识图谱等信息，生成关于所有对象所涉及的所有场景，并根据各分服务器端108的属性，比如所属地域、所负责的领域、软硬件资源的拥有情况等，将生成的场景下发给各分服务器端108，由各分服务器端108将相关场景所包括的多类目的对象数据推荐给客户端106。

在另一种实现方式中，如果服务器端推荐给客户端的对象相关的数据需要进行过滤，则可在服务器端或客户端执行过滤操作。

本申请实施例提供了一种推荐数据的处理方法，如图2所示为本申请一实施例的推荐数据的处理方法流程图，可以包括步骤S201至步骤S203。本申请实施例中，图2所示的方法可以应用于客户端或服务器端。

在步骤S201，获取关于目标场景的第一定义信息；第一定义信息是根据目标场景相关的知识图谱生成的，第一定义信息包括目标场景的多个类目；目标场景，为一个或多个类目的对象所涉及的场景。

本申请实施例中，目标场景可以为多个预设场景之一。预设场景与目标场景均可以是一个或多个类目的对象所涉及的场景。不同的场景，包括不同的类目。比如，对象为新闻报道的情况下，所有新闻可能涉及多种不同的场景：运动、国家、娱乐、自然、民生和人文等场景。则多个预设场景可以包括：运动、国家、娱乐、自然、民生和人文等。目标场景可以为对象可能涉及的多种不同的场景之一。前述新闻报道可以包括新闻文章、新闻视频片段、新闻话题讨论等。

本申请实施例中，第一定义信息可以包括根据知识图谱确定的对目标场景的概念描述信息。比如，对象为旅游活动的情况下，旅游活动可能涉及的场景包括：历史文化、购物天堂、平原风景、山河风景和海边风景等。其中，将“历史文化”作为目标场景，则第一定义信息所包括的概念描述信息可以包括：具有历史上著名事迹或人物相关的景点；或者根据知识图谱与历史上著名事迹相关。

本申请实施例中，第一定义信息还可以包括目标场景在知识图谱中所包括的节点，每个节点包括一个实体，比如A公园、B商场、C人物等。比如，对象为旅游活动的情况下，将“购物天堂”作为目标场景，则第一定义信息所包括的知识图谱中的节点可以包括：大型商场名称、专卖店名和商品品牌名等。

本申请实施例中，如果第一定义信息包括对目标场景的概念描述，或目标场景在知识图谱中所包括的节点，则目标场景的概念描述或目标场景在知识图谱中所包括的节点可以用于确定目标场景的至少一个类目。

本实施例中，类目可以是对象所属的分类，预设场景和目标场景可以总称为场景。预设场景或目标场景所包括的类目，可以是场景所涵盖的所有对象所属或所涉及的分类。比如，对象为服务机构的情况下，则旅游场景的多个类目可以包括：酒店服务机构、游玩服务机构、运输服务提供机构等，其中，“旅游”为场景，“酒店服务机构、游玩服务机构、运输服务提供机构”为场景下的类目。场景下的类目可以认为是场景对应的子分类。

本申请一种实施例中，对象可以是商品，目标场景是多个预设场景之一，预设场景可以是商品的应用场景(商品的使用场景)，比如预设场景可以包括：家居、骑马、登山、游泳、护肤、美妆、服装、办公和数码电子等。各预设场景均可对应第一定义信息，比如，家居场景的第一定义信息可以包括“家居”的概念描述、家居场景所包括的类目。家居场景所包括的类目即家具场景下的商品的种类，可以包括：桌椅、床、柜子、空调、冰箱、电脑、灯、洗衣机、书柜和厨具等。同时，家具场景也是桌椅、床、柜子、空调、冰箱、电脑、灯、洗衣机、书柜和厨具等多个商品共同涉及的场景。

在步骤S202，根据第一定义信息，获取关于目标场景的第二定义信息；第二定义信息包括至少一个目标类目构成的组合；多个类目包括至少一个目标类目。

本实施例中，目标场景下的类目存在N个时，N个类目中的M各类目可以按照一定的组合规则排列组合，构成至少一个组合，其中M小于或等于N。比如，目标场景下的类目存在N个时，可以从N个类目中选择4个类目构成一个组合，其中每个组合所包括的4个类目并非是N个类目中任意4个类目，而是相互之间符合一定的组合规则。

本申请实施例中，至少一个目标类目可以为从目标场景所包含的多个类目中，按照设定的组合规则选择出的类目。其中，设定的组合规则可以包括目标类目的数量条件、目标类目的关联条件。目标类目的数量条件可以是目标场景下的每个组合包括N个类目，目标类目的关联条件可以是每个组合中N个类目用途相关联，组合还可以对应设定的模板，每个模板中包括主类目和附类目。附类目可以为组合中除了主类目之外的其他类目，主类目和附类目的设置、呈现方式，也可以通过模板进行预先设定。

例如，在对象为商品、目标场景为家居的情况下，设定的组合规则可以包括：每个组合包含3(或4、5……)个目标类目，这3个目标类目的使用存在相互依赖关系。则被罩、被芯、床笠可以构成一个组合；冰箱、冰箱除味剂、冰箱装饰贴可以构成另一个组合；洗衣机、洗衣液、柔顺剂可以构成又一个组合。

本申请实施例中，第二定义信息可以包括目标场景下的所有组合，而目标场景下的不同组合所具体包括的商品可以重叠。比如，目标场景下包括A1-A6这六种类目，第二定义信息可以包括目标场景下的所有组合：组合1{A1，A2，A3}；组合2{A2，A3，A4}；组合 3{A3，A4，A5}。根据第一定义信息获取目标场景的第二定义信息，可以是根据第一定义信息的类目，获取类目的组合，将类目的组合作为第二定义信息。

在步骤S203，根据第二定义信息，生成关于对象的推荐数据。

本申请实施例中，根据第二定义信息，生成关于对象的推荐数据，可以是根据第一定义信息对应的所有类目的属性等数据，在第二定义信息中选择一个或多个组合，选择一个或多个组合所对应的目标类目的对象的具体数据，作为关于对象的推荐数据。

比如，对象为知识百科，预设场景包括植物、动物、文学、地理、化学、机械和电子等。目标场景为动物，第一定义信息动物场景下包括所有存在百科解释的概念的类目，以及各概念之间的相互关系。第二定义信息包括海洋动物、温带动物、热带动物、稀有动物、保护动物、有毒动物和两栖动物等多种组合。从第二定义信息所包括的多种组合中，选择海洋动物作为推荐数据对应的组合。将海洋动物包括的动物的知识百科作为关于知识百科的推荐数据。

再如，对象为商品，预设场景包括家居、健身、游泳、登山、旅游、办公、聚会、亲子、宠物、服装和美妆等。将登山作为目标场景。第一定义信息包括登山相关的所有商品的类目，以及登山相关的所有商品之间的关系。第二定义信息包括登山场景下的类目的组合，比如登山必备品、登山服装、登山足具、长时登山器具、短时登山器具和登山安全防护等。从第二定义信息所包括的多种组合中，选择登山服装作为推荐数据对应的组合。将登山服装包括的商品作为关于商品的推荐数据。

本申请实施例中，根据第二定义信息，生成关于对象的推荐数据，可以是根据第二定义信息和具体的客户端的信息，从第二定义信息对应的组合中，选择至少一个组合，将选择的组合的对象的数据，作为关于对象的推荐数据。

在本申请一种实施例中，客户端的信息可以是客户端的定位信息、客户端的浏览历史、客户端提供的兴趣信息和/或客户端感兴趣的事务的预测信息等。

在一种具体实施例中，客户端的定位信息，可以包括客户端的具体位置信息，和/或客户端所在地所属的分类。客户端的定位信息，可以包括在客户端授予权限的情况下，采用定位系统获取的定位信息。客户端的定位信息，还可以包括在客户端授予权限的情况下，通过其他与定位相关的信息，推断得出的客户端的定位信息，比如，通过客户端预定酒店、机票、火车票的信息等信息，推断获得客户端的定位信息。客户端所在地的分类，可以包括对各地区预设的分类。

在本申请的一种实施例中，可以结合客户端的定位信息等客户端的信息，对客户端对推荐数据的需求进行预测，根据预测结果和第二定义信息，确定关于对象的推荐数据。

比如，在对象为商品的情况下，客户端所在地的分类为国外地区，则对客户端购买商品的需求进行预测，预测结果包括：客户端需要进行大宗购买行为。则从第二定义信息中，选择至少一个组合，将选择的组合对应的商品中，适合大宗批量购买的商品提供数据(包括商品连接、商品店铺名称等)，作为关于商品的推荐数据。

在本申请另一种实施方式中，根据第二定义信息，确定关于对象的推荐数据，可以是根据第二定义信息中的各个类目，确定将各组合进行推荐时，针对组合中的类目所确定的对象具体信息，将对象具体信息作为关于对象的推荐数据。对象具体信息可以是具体的网页、链接等。

本申请实施例中，能够针对目标场景，确定关于知识图谱获得的第一定义信息，得到目标场景下的对象的所有类目，然后确定第二定义信息，得到目标场景下的所有类目可以构成的所有组合，最后根据第二定义信息所包括的组合，得到关于对象的推荐数据，从而，能够向用户推荐相关联的数据，使得用户在仅具有模糊的查找需求、而不确定具体的查找对象名称或查找词的情况下，也能够根据关于对象的推荐数据，获得具体的数据内容，节省用户的查找时间，简化用户查找数据时所需要完成的计划或准备活动。

在本申请一种实施例中，推荐数据的处理方法还包括：获取知识图谱的第一更新信息；根据第一更新信息，生成新的场景；将新的场景作为目标场景。

本申请实施例中，知识图谱的数据随着时间的推移，处于不断的积累过程中。在每个设定的更新信息获取周期，均能够获取到知识图谱的第一更新信息，第一更新信息中，可能存在有部分更新信息与目前的所有场景均无关系，则可根据第一更新信息生成新的场景，作为目标场景。比如，随着移动终端购买成本的提升，可以出现关于移动终端保护使用的新场景。

本申请实施例中，能够根据新出现的知识图谱数据生成新的场景，将新的场景作为目标场景，从而能够不断丰富场景的数量。

在本申请一种实施例中，推荐数据的处理方法还包括：获取知识图谱的第二更新信息；根据第二更新信息，更新已有的场景，得到更新后的场景；将更新后的场景作为目标场景。

在本申请实施例中，已有的场景，可以是获取第二更新信息之前已经生成的场景。已经生成的场景在知识图谱中对应的数据，也不可能是一成不变的，比如，随着市场的发展，移动终端的品牌在市场中的主导地位可能会发生变化，这一变化可能导致商品供应的变化、商品使用方式的变化、新闻热点的变化等，从而导致已有的场景中存在的类目、类目可能形成的组合发生变化。

本申请实施例中，更新已有的场景，可以是增加场景中的类目，比如，随着国际间交流的发展，对象为新闻的情况下，国际场景可以新增国际间交流的类目。更新已有的场景，还可以是减少已有的场景下所包含的类目，或者对已有的场景所包括的组合进行调整。

本申请实施例中，更新已有的场景，还可以是对已有的场景的第一定义信息和第二定义信息进行更新。

本申请实施例中，能够对已有的场景进行更新，从而能够保证推荐数据的生成与当前用户群体的思维、喜好、兴趣、关注点保持较高程度的一致性。

在本申请一种实施例中，根据第一定义信息，获取关于目标场景的第二定义信息，包括：根据多个类目中，不同类目之间的关联关系，从多个类目中，确定至少一个目标类目构成的组合；根据至少一个目标类目构成的组合，生成第二定义信息。

本申请实施例中，根据多个类目中，不同类目之间的关联关系，从多个类目中，确定至少一个目标类目构成的组合，可以包括：根据操作人员的指令，确定多个类目中，不同类目之间的关联关系；再根据关联关系，从多个类目中，确定至少一个目标类目构成的组合。本实施例中，上述操作人员，可以是服务器端的工作人员，在对象为商品的情况下，操作人员也可以是客户端的商家。商家可以根据自己的供货能力以及自己掌握的货源匹配性，对组合中所包括的商品进行选择和配置。

本申请实施例中，根据多个类目中，不同类目之间的关联关系，从多个类目中，确定至少一个目标类目构成的组合，还可以包括：根据多个类目在知识图谱中对应的属性信息，确定不同类目之间的关联关系；然后根据关联关系，从多个类目中，确定至少一个目标类目构成的组合。

在一种实施方式中，第二定义信息所包括的组合，可以利用设定的场景组货平台进行确定。组货平台在确定第二定义信息所包括的组合时，可以按照预设模板进行信息获取，使用获取的信息和模板结合生成组合。

本实施例中，能够根据类目之间的关联关系，确定目标场景下的组合，从而能够根据组合确定推荐数据，使推荐数据最大程度地符合客户端用户的需求。

在本申请一种实施例中，对象为商品；根据第一定义信息和第二定义信息，生成推荐数据，包括：针对每个目标类目，确定目标类目对应的设定数目个目标商品；将每个组合中，各目标类目对应的设定数目个目标商品构成的目标商品集合，作为目标类目的组合对应的目标推荐商品集合；将目标推荐商品集合加入目标类目的组合对应的候选推荐数据；根据候选推荐数据，生成推荐数据。

本申请实施例中，目标商品可以为具体的商品。即目标类目可以是服装、食品或其他类目。而服装类的商品可能存在上万件，甚至更多，服装类的每个具体商品可以对应一个网址、链接或其他承载数据。本申请实施例中的目标商品为具体的商品，即针对服装类目，目标商品可以是具体的服装C1，对应链接C2或网址C3。目标类目对应的目标商品构成的目标商品集合，可以包括一个集合或多个集合，比如，针对服装、食品、鞋构成的组合，服装、食品和鞋均为目标类目。针对每个目标类目，选择一个具体商品作为目标商品。在服装类目下，选择服装C1作为目标商品，该服装C1对应具体的商品购买链接1或查询网址1；在食品类目下，选择食品F1作为目标商品，该食品F1对应具体的商品购买链接2或查询网址2；在鞋类目下，选择鞋S1为目标商品，该鞋S1对应具体的商品购买链接3或查询网址3。则服装C1、食品F1和鞋S1构成了服装、食品和鞋组合的一个目标商品集合。

在本申请实施例中，目标类目的组合对应的候选推荐数据，可以包括多个目标商品集合，比如，服装、食品和鞋构成的组合，可以包括多个目标商品集合：{服装C1、食品F1、鞋S1}、{服装C2、食品F2、鞋S2}、{服装C3、食品F3、鞋S3}、{服装C4、食品F4、鞋 S4}和{服装C5、食品F5、鞋S5}等，每个目标商品集合中的元素，均为具体商品，对应具体的商品提供链接或商品查询网址等。

本申请实施例中，确定目标类目对应的目标商品，可以是确定目标类目对应的推荐商品。一般情况下，一个目标类目对应一种商品，而一种商品可能存在多种数据源，即购买链接，不同的购买链接可能对应不同的供货商。而生成推荐数据时，若将一个类目的所有商品呈现给用户，则可能导致用户花费较多时间筛选，或者出现选择困难，降低购买效率。本实施例中，确定目标类目对应的目标商品，将目标商品作为推荐数据，从而不仅节省用户挑选相关联商品的时间，也节省用户挑选同类目商品的时间。

在本申请一种实施例中，根据候选推荐数据，生成推荐数据，包括：从目标类目的组合对应的候选推荐数据中，选择待推荐的推荐商品集合；候选推荐数据包括多个推荐商品集合，多个推荐商品集合包括目标推荐商品集合，每个推荐商品集合包括至少一个商品；根据待推荐的推荐商品集合，生成推荐数据。

本申请实施例中，候选推荐数据中，包括一定数量的目标商品集合，目标类目的组合对应的候选推荐数据中，选择待推荐的推荐商品集合，可以包括从候选推荐数据包括的目标商品集合中，选择至少一个目标商品集合，作为待推荐的推荐商品集合。

比如，候选推荐数据包括的目标商品集合为：{服装C1、食品F1、鞋S1}、{服装C2、食品F2、鞋S2}、{服装C3、食品F3、鞋S3}、{服装C4、食品F4、鞋S4}和{服装C5、食品F5、鞋S5}。选择其中部分目标商品集合，即目标商品集合{服装C1、食品F1、鞋S1}、 {服装C2、食品F2、鞋S2}、{服装C3、食品F3、鞋S3}，作为待推荐的推荐商品集合。

本实施例中，从候选推荐数据包括的目标商品集合中，选择至少一个集合，作为待推荐的推荐商品集合，从而，能够以组合的方式，向用户推荐多组商品。

在本申请一种实施例中，根据待推荐的推荐商品集合，生成推荐数据，包括：根据推荐商品集合，确定推荐数据的封面；将封面作为推荐数据的呈现界面；根据推荐商品集合中的商品，生成呈现界面被点击后的承接页面；推荐数据包括呈现界面和承接页面。

本申请实施例中，根据推荐商品集合，确定推荐数据的封面，可以包括根据推荐商品集合中的商品图片，确定封面中所使用的图片；根据封面中所使用的图片，确定推荐数据的封面。本申请实施例中一种封面(呈现界面)如图3B所示。在一种实施方式中，承接页面也可称为跳转页面。

本申请实施例中，能够在推荐数据的呈现界面和点击呈现界面后的承接页面中，展示至少一组目标商品集合，提高用户与操作界面的交互效率。

在本申请一种实施例中，根据推荐商品集合中的商品，生成呈现界面被点击后的承接页面，包括：获取商品中的主商品和附商品；主商品在推荐商品集合中的推荐顺序优先于附商品；根据主商品和附商品，确定承接页面中推荐商品集合对应的展示区域的展示内容；根据展示区域的展示内容，生成承接页面。

本申请实施例中，主商品和附商品均可以为目标商品集合中的商品。目标商品集合中，至少一个商品可被设置为主商品，剩余商品可被设置为附商品。主商品的显示优先级高于附商品，从而有助于从目标商品集合中，确定最可能吸引用户注意力的商品，排列于优先的展示位置，吸引用户了解的同时，也便于用户在短时间内直观了解到目标商品集合中的商品概况。

在本申请实施例中，呈现界面和承接页面的一种配置界面仍然可以参照图3A、3D所示。承接页面的一种实施例如图3C所示。

本申请实施例中，能够在推荐数据的呈现界面呈现推荐商品的封面图像，在推荐数据的承接页面呈现推荐商品的承接页面，承接页面上呈现推荐数据对应各组合的主商品和附商品，从而按照呈现界面和承接页面向用户呈现推荐的商品时，能够提高用户交互界面 (UI，User Interface)的使用效率。

本申请实施例还提供一种推荐方法，用于服务器端，包括：接收客户端的数据请求；根据数据请求，确定推荐数据；将推荐数据推荐到客户端用户应用端的目标模块，推荐数据为本申请任意一项实施例所生成的推荐数据。

在本申请一种实施例中，将推荐数据推荐到用户应用端的目标模块，包括：根据客户端的数据请求，确定过滤数据；根据过滤数据，对推荐数据进行过滤，得到过滤后的推荐数据；将过滤后的推荐数据发送到用户应用端的目标模块。

本申请实施例中，过滤数据可以为客户端的数据请求中携带的数据，也可以是根据客户端的数据请求中携带的数据生成的数据。客户端的数据请求中，可以携带最近一个统计周期内，用户浏览过的具体对象信息(例如，用户在最近一周内，查看过文章A1、A2、A3，推荐数据中原本包括A1、A2、A3这三篇文章中的任意一篇的情况下，将推荐数据中的A1、A2或A3进行相应删除)，从而，在推荐数据中，可过滤掉用户近期查看过的具体对象，避免给用户重复推荐。

用户浏览过的具体对象信息，可以包括向用户曝光过的具体对象信息和用户点击的具体对象信息中的任意一个。向用户曝光过的具体对象信息，可以是在展示界面向用户展示过、而用户未通过点击等访问行为具体浏览的具体对象信息。

在本申请一种实施例中，用户应用端的目标模块，用于处理商业类用户购买商品的购买行为相关数据；商业类用户为商品购买订单中的商品购买量信息符合预设条件的用户。

本实施例中，上述商业类用户，可以称为B类(Business，商业或商家)用户，B类用户包括使用B端进行购物的用户，这一类用户通常单个订单的商品订购数量较为庞大，包括用户可以包括企业，通常对一类商品的需求量较大(批发或者将商品用于铺货)，而且对与已订购商品相关联的商品也可能存在大量需求。本实施例中，能够针对商业类用户进行商品推荐，方便商业类用户订购相关联的商品。

本申请实施例中的推荐方法所涉及的各个处理平台以及相应操作如图4所示。其中，组货平台用于获取前述实施例中的第二定义信息。投放平台用于根据第一定义信息和第二定义信息，生成推荐数据。第一定义信息平台，用于根据数据库中的知识图谱，生成第一定义信息。召回平台和补足平台，可以根据用户浏览过的对象的信息，进行记录，记录的数据用于完善推荐数据，或者对重复曝光或用户已经浏览的推荐数据进行过滤。

本申请实施例还提供一种推荐数据的处理方法，用于客户端，包括：根据用户的操作信息，生成推荐数据请求；向服务器端发送推荐数据请求；接收服务器端根据推荐数据请求发送的推荐数据；推荐数据可以为根据本申请实施例过滤后的推荐数据。

本申请实施例中，用户的操作信息可以是用户进入应用的设定入口的信息、用户主动发送推荐数据请求的信息或用户刷新已有推荐数据的信息。

在本申请一种实施例中，根据用户的操作信息，生成推荐数据请求，包括：获取操作信息的记录；根据记录，确定用户已浏览商品；将已浏览商品作为过滤数据，加入推荐数据请求。

在本申请一种实施例中，推荐数据的处理方法还包括：根据用户的第一操作，确定推荐数据对应的组合中的待处理组合；根据用户的第二操作，对待处理组合中的商品的批量处理信息；发送批量处理信息。

上述第一操作和第二操作，可以是同一操作，也可以是不同操作，用于对待处理组合中的商品执行批量询问、批量添加购物车等批量处理操作。

本申请实施例还提供一种推荐数据的处理方法，包括在服务器端和客户端执行的下述操作：客户端根据用户的操作信息，生成推荐数据请求；客户端向服务器端发送推荐数据请求；服务器端接收客户端的数据请求；服务器端根据客户端的数据请求，确定推荐数据；将推荐数据推荐到客户端用户应用端的目标模块。

在对象为商品的情况下，商品的购买者可以分为国内购买者和国际购买者。在提供商品时，可以根据购买者的国际、国内属性的不同，向客户端对应的用户提供不同的商品浏览主链路和主链路下的商品链接。比如，在商品数据提供时，提供给商品购买客户或终端用户的网站，可分为A国国内站，对应A国的国内客户的客户端；以及A国国际站，对应 A国的国外客户的客户端。

一般情况下，国际站主链路的多品类采购可能存在效率较低的问题。买家(客户)在购买商品时，需要逐个单个商品寻源，即针对单个商品执行输入查找词、筛选单个商品提供链接等筛选行为。买家还需要和不同商家(卖家)逐个沟通，无法识别有多品类组货能力的商家，交易履约环节的物流成本较高。商家的贸易商组货能力和服务优势也无法彰显，同时无法精准识别目标买家，导致商家错过商机。

在本申请一种示例中，对象为商品的情况下，将客户(买家)分为国内买家和国际买家。国内买家一般具有零买需求，针对同一类目的商品，往往仅需要购置一件。而国际买家由于运费成本等原因，往往一个订单对应的购买量较大，而且从商家或买家角度讲，商家希望用户一笔订单购买尽量多的商品，以提高国际运费实际发挥的价值。

此外，一般情况下，在国际站买家中，具有明确采购目标的用户仅占35.3％，更多的买家是带着较为模糊的采购需求来到国际站，并希望从平台获得采购灵感。即使是采购需求较为明确的买家，也在持续探索新采购需求，潜在需求的激发空间非常大。

基于国际买卖家的痛点或需求点的分析，本申请实施例能够向买家推荐相关联的商品，国际买家在购买一件商品之后，或者在国际买家浏览商品提供网站、应用时，能够基于国际买家的一种需求，提供相关联的其他商品。比如，在登山场景下，用户购买了登山帐篷，则向用户推荐该场景下的其他组合，比如登山水杯、登山包、登山鞋构成的组合。使得用户在具有登山需求的情况下，能够轻松获得与登山场景相关的其他商品的信息，减少用户确定选购何种类目的商品的时间，节省用户挑选具体商品的时间，有助于提高商品的销售量。

本申请实施例的方案主要创新点通过系统化的挖掘跨类目的关联采购场景，以行业专业知识和算法推荐共同构成搭配组合的方式，来启发B类买家(相当于上述实施例中的B 类用户)采购灵感，提升B类买家需求宽度，增强B类买家对平台粘性。同时能够加深买家行业化理解以及对跨境B类买家采购行为理解以及提升相应产品服务体验；加深客户对市场趋势理解。本申请实施例还通过一站式组货服务数字化，为买家提供确定性和高效的多品类采购服务，为具备组货能力的商家吸引更多目标买家，提高商机规模，交易转化及交易规模。针对B类买家一站式采购的实际需求，聚焦核心行业，扩大具有组货能力的贸易商和工贸一体商家规模，提供全链路组货服务，提升商机匹配效率和交易规模，拉动金品商业营收。

此外，本申请实施例提供的推荐数据的处理方法，以行业运营专业的行业知识作为输入，通过系统化的挖掘关联采购场景及产出搭配，结合千人千面推荐算法，来启发买家采购灵感，提升买家需求宽度；为买家提供更丰富采购组合，提升寻源效率，增强买家对平台粘性。

在一种具体示例中，推荐数据的处理方法为三个阶段：数据处理、场景配置和场景投放。

在数据处理阶段，每个更新周期同步知识图谱的最新更新数据，根据知识图谱的最新更新数据，加工生成具体的场景的第一定义信息。

在场景配置阶段，在场景组货管理平台上创建场景或者更新已有场景，并配置场景中的组合。将配置的组合保存到场景组货管理平台业务库中；同时，将关组合同步至主附商品确定平台，由主附商品确定平台提供在线接口供下游调用。

在场景投放阶段，在投放平台配置场景组货主题，投放至相应的商品提供站首页猜相应模块中，使得用户能够从相应模块中一次性浏览组合中的全部商品。

在本申请一种实施例中，不同组合中可能存在重复的类目，而用户不同次浏览时，也可能查看到重复的商品，从而导致用户挑选商品的效率降低。为了解决这一问题，商品瀑布流中需要保证所有翻页下的每个组合卡片中的品不能重复曝光。

在一种实施例中，在组合卡片的过程中，候选组合所包含的类目下的商品缓存在队列中，队列中所排队的商品不重复，在从组合中取用商品时，从对应队列中的下一顺序的商品，组成附品组合。

通过队列的方式可以实现单次请求品不重复问题，但是当进行下次请求时，若也遇到同样的附品类目，是无法知道上次请求曝光过该类目下的哪些商品的。针对此问题，可以预先获取用户授权，在用户授权获取浏览历史的情况下，在用户浏览会场时，保存用户的浏览历史。

对推荐数据的过滤可通过布隆过滤器(BloomFilter)实现。在客户端初次请求推荐数据时，创建客户端对应的布隆过滤器，通过布隆过滤器识别品是否被曝光或浏览。返回推荐数据时，将序列化布隆过滤器提供给前端，前端下次请求时带上序列化的字符串，后端根据序列化内容进行恢复布隆过滤器，以此达到保留用户浏览记录的目的，同时采用布隆过滤器这种方式可以保证不会因为请求次数的增加导致传输的数据包增大。

然而，将布隆过滤器进行序列化，序列化后的数据达到24KB，这样会给前后端传输的数据报文带来巨大的开销，分析布隆过滤器序列化的文本内容后，采用压缩文本的方式减小前后端带上布隆过滤器请求的开销。压缩后的文本大小仅为4字节，同时经过解压解密操作后，布隆过滤器也能顺利恢复，上次记录的数据也不会丢失。

本申请实施例中，通过对象的场景、组合进行关联推荐，可以将行业运营专业的知识透传给用户，启发用户采购灵感，同时与算法推荐进行结合，解决项目刚上线初始数据不足带来的冷启动问题。

在解决附品重复曝光问题的过程中，除了使用方案中基于布隆过滤器的去重方法外，还可以通过其他多种方式实现。如将用户的请求缓存到中间件，或进行持久化、例如在名称为Tair的中间件中内置BloomFilter实现用户请求的缓存。但这些方案都会进行用户粒度的缓存，对于日均流量非常高的电商网站而言，会消耗大量的存储资源和系统开销，额外维护用户数据逻辑复杂，且面临数据不一致，增加请求链路导致响应时间超时的问题。

在本申请实施例中，通常只需保证用户在一次浏览会场的行为里商品瀑布流不重复，因此不需要始终存储用户的浏览数据，若使用中间件或者持久化手段存储了用户的浏览数据的话，还需要额外的维护这部分数据，增加了系统复杂度和维护成本。而方案中设计的基于布隆过滤器的去重方法，不仅不会对系统带来额外的负载，同时也省去维护用户粒度商品曝光数据的操作，不仅减少了资源开销，还降低了维护成本。

与本申请实施例提供的方法的应用场景以及方法相对应地，本申请实施例还提供一种推荐数据的处理装置。如图5所示为本申请一实施例的推荐数据的处理装置的结构框图，该推荐数据的处理装置可以包括：第一定义信息获取模块501，用于获取关于目标场景的第一定义信息；第一定义信息是根据目标场景相关的知识图谱生成的，第一定义信息包括目标场景的多个类目；目标场景，为一个或多个类目的对象所涉及的场景；第二定义信息获取模块502，用于根据第一定义信息，获取关于目标场景的第二定义信息；第二定义信息包括至少一个目标类目构成的组合；多个类目包括至少一个目标类目；推荐数据生成模块503，用于根据第二定义信息，生成关于对象的推荐数据。

本申请实施例中，图5所示的装置，可以应用于客户端或服务器端。

在一种实施方式中，推荐数据的处理装置还包括：第一更新信息获得模块，用于获取知识图谱的第一更新信息；新场景生成模块，用于根据第一更新信息，生成新的场景；

新场景更新模块，用于将新的场景作为目标场景。

在一种实施方式中，推荐数据的处理装置还包括：第二更新信息获得模块，用于获取知识图谱的第二更新信息；已有场景更新模块，用于根据第二更新信息，更新已有的场景，得到更新后的场景；已有场景处理模块，用于将更新后的场景作为目标场景。

在一种实施方式中，第二定义信息获取模块包括：组合确定单元，用于根据多个类目中，不同类目之间的关联关系，从多个类目中，确定至少一个目标类目构成的组合；组合处理单元，用于根据至少一个目标类目构成的组合，生成第二定义信息。

在一种实施方式中，对象为商品；推荐数据生成模块包括：目标商品确定单元，用于针对每个目标类目，确定目标类目对应的目标商品；推荐商品集合单元，用于将各目标类目对应的目标商品构成的目标商品集合，作为目标类目的组合对应的目标推荐商品集合；候选推荐数据单元，用于将目标推荐商品集合加入第一定义信息对应的候选推荐数据；候选推荐数据处理单元，用于根据候选推荐数据，生成推荐数据。

在一种实施方式中，候选推荐数据处理单元还用于：从第一定义信息对应的候选推荐数据中，选择待推荐的推荐商品集合；候选推荐数据包括多个推荐商品集合，多个推荐商品集合包括目标推荐商品集合，每个推荐商品集合包括至少一个商品；根据待推荐的推荐商品集合，生成推荐数据。

在一种实施方式中，候选推荐数据处理单元还用于：根据推荐商品集合，确定推荐数据的封面；将封面作为推荐数据的呈现界面；根据推荐商品集合中的商品，生成呈现界面被点击后的承接页面；推荐数据包括呈现界面和承接页面。

在一种实施方式中，候选推荐数据处理单元还用于：获取商品中的主商品和附商品；主商品在推荐商品集合中的推荐顺序优先于附商品；根据主商品和附商品，确定承接页面中推荐商品集合对应的展示区域的展示内容；根据展示区域的展示内容，生成承接页面。

本申请实施例还提供一种推荐装置，用于服务器端，包括：数据请求接收模块，用于接收客户端的数据请求；推荐数据确定模块，用于根据数据请求，确定推荐数据；推荐数据为本申请任意一项实施例所提供的推荐数据；推荐执行模块，用于将推荐数据推荐到用户应用端的目标模块。

在一种实施方式中，推荐执行模块包括：过滤数据确定单元，用于根据客户端的数据请求，确定过滤数据；过滤单元，用于根据过滤数据，对推荐数据进行过滤，得到过滤后的推荐数据；过滤的推荐数据发送单元，用于将过滤后的推荐数据发送到用户应用端的目标模块。

在本申请一种实施例中，用户应用端的目标模块，用于处理商业类用户购买商品的购买行为相关数据；商业类用户为商品购买订单中的商品购买量信息符合预设条件的用户。

本申请实施例还提供一种推荐数据的处理装置，用于客户端，包括：推荐数据请求生成模块，用于根据用户的操作信息，生成推荐数据请求；推荐数据请求发送模块，用于向服务器端发送推荐数据请求；推荐数据接收模块，用于接收服务器端根据推荐数据请求发送的推荐数据；其中，推荐数据为本申请任意一项实施例中的过滤后的推荐数据。

在一种实施方式中，对象为商品；推荐数据请求生成模块包括：操作记录获取单元，用于获取操作信息的记录；已浏览商品确定单元，用于根据记录，确定用户已浏览商品；过滤数据加入单元，用于将已浏览商品作为过滤数据，加入推荐数据请求。

在一种实施方式中，推荐数据处理装置还包括：第一操作处理模块，用于根据用户的第一操作，确定推荐数据对应的组合中的待处理组合；第二操作处理模块，用于根据用户的第二操作，对待处理组合中的商品的批量处理信息；批处理信息发送模块，用于发送批量处理信息。

本申请实施例中，能够针对目标场景，确定关于知识图谱获得的第一定义信息，得到目标场景下的对象的所有类目，然后确定第二定义信息，得到目标场景下的所有类目可以构成的所有组合，最后根据第二定义信息所包括的组合，得到关于对象的推荐数据，从而，能够向用户推荐相关联的数据，使得用户在仅具有模糊的查找需求、而不确定具体的查找对象名称或查找词的情况下，也能够根据关于对象的推荐数据，获得具体的数据内容，节省用户的查找时间，简化用户查找数据时所需要完成的计划或准备活动。

本申请实施例中，还提供一种系统，包括本申请实施例所提供的应用于服务器端或客户端的推荐数据的处理装置或推荐装置。

本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述，并具备相应的有益效果，在此不再赘述。

图6为用来实现本申请实施例的电子设备的框图。如图6所示，该电子设备包括：存储器610和处理器620，存储器610内存储有可在处理器620上运行的计算机程序。处理器620执行该计算机程序时实现上述实施例中的方法。存储器610和处理器620的数量可以为一个或多个。

该电子设备还包括：

通信接口630，用于与外界设备进行通信，进行数据交互传输。

如果存储器610、处理器620和通信接口630独立实现，则存储器610、处理器620和通信接口630可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture， EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

可选的，在具体实现上，如果存储器610、处理器620及通信接口630集成在一块芯片上，则存储器610、处理器620及通信接口630可以通过内部接口完成相互间的通信。

本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，该程序被处理器执行时实现本申请实施例中提供的方法。

本申请实施例还提供了一种芯片，该芯片包括处理器，用于从存储器中调用并运行存储器中存储的指令，使得安装有芯片的通信设备执行本申请实施例提供的方法。

本申请实施例还提供了一种芯片，包括：输入接口、输出接口、处理器和存储器，输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连，处理器用于执行存储器中的代码，当代码被执行时，处理器用于执行申请实施例提供的方法。

应理解的是，上述处理器可以是中央处理器(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路 (Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是，处理器可以是支持进阶精简指令集机器(Advanced RISC Machines，ARM)架构的处理器。

进一步地，可选的，上述存储器可以包括只读存储器和随机访问存储器。该存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以包括只读存储器(Read-Only Memory，ROM)、可编程只读存储器(Programmable ROM，PROM)、可擦除可编程只读存储器(Erasable PROM，EPROM)、电可擦除可编程只读存储器(Electrically EPROM，EEPROM)或闪存。易失性存储器可以包括随机访问存储器(Random Access Memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM均可用。例如，静态随机访问存储器(Static RAM， SRAM)、动态随机访问存储器(Dynamic Random Access Memory，DRAM)、同步动态随机访问存储器(Synchronous DRAM，SDRAM)、双倍数据速率同步动态随机访问存储器 (Double Data RateSDRAM，DDR SDRAM)、增强型同步动态随机访问存储器(Enhanced SDRAM，ESDRAM)、同步链接动态随机访问存储器(Sync link DRAM，SLDRAM)和直接内存总线随机访问存储器(DirectRambus RAM，DR RAM)。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生依照本申请的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

流程图中描述的或在此以其他方式描述的任何过程或方法可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能。

在流程图中描述的或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。

应理解的是，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器，磁盘或光盘等。

以上所述，仅为本申请的示例性实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请记载的技术范围内，可轻易想到其各种变化或替换，这些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以权利要求的保护范围为准。

Claims (15)

1.一种推荐数据的处理方法，其特征在于，包括：

获取关于目标场景的第一定义信息；所述第一定义信息是根据所述目标场景相关的知识图谱生成的，所述第一定义信息包括所述目标场景的多个类目；所述目标场景，为一个或多个类目的对象所涉及的场景；

根据所述第一定义信息，获取关于目标场景的第二定义信息；所述第二定义信息包括至少一个目标类目构成的组合；所述多个类目包括所述至少一个目标类目；

根据所述第二定义信息，生成关于所述对象的推荐数据。

2.根据权利要求1所述的方法，其特征在于，还包括：

获取知识图谱的第一更新信息；根据所述第一更新信息，生成新的场景；将所述新的场景作为所述目标场景；或

获取知识图谱的第二更新信息；根据所述第二更新信息，更新已有的场景，得到更新后的场景；将所述更新后的场景作为所述目标场景。

3.根据权利要求1所述的方法，其特征在于，所述根据所述第一定义信息，获取关于目标场景的第二定义信息，包括：

根据所述多个类目中，不同类目之间的关联关系，从所述多个类目中，确定所述至少一个目标类目构成的组合；

根据所述至少一个目标类目构成的组合，生成所述第二定义信息。

4.根据权利要求3所述的方法，其特征在于，所述对象为商品；所述根据所述第二定义信息，生成推荐数据，包括：

针对每个目标类目，确定所述目标类目对应的设定数目个目标商品；

将各所述目标类目对应的设定数目个目标商品构成的目标商品集合，作为所述目标类目的组合对应的目标推荐商品集合；

将所述目标推荐商品集合加入所述目标类目的组合对应的候选推荐数据；

根据所述候选推荐数据，生成所述推荐数据。

5.根据权利要求4所述的方法，其特征在于，所述根据所述候选推荐数据，生成所述推荐数据，包括：

从所述目标类目的组合对应的候选推荐数据中，选择待推荐的推荐商品集合；所述候选推荐数据包括多个推荐商品集合，所述多个推荐商品集合包括所述目标推荐商品集合，每个所述推荐商品集合包括至少一个商品；

根据所述待推荐的推荐商品集合，生成所述推荐数据。

6.根据权利要求5所述的方法，其特征在于，所述根据所述待推荐的推荐商品集合，生成所述推荐数据，包括：

根据所述推荐商品集合，确定所述推荐数据的封面；

将所述封面作为所述推荐数据的呈现界面；

根据所述推荐商品集合中的商品，生成所述呈现界面被点击后的承接页面；所述推荐数据包括所述呈现界面和所述承接页面。

7.根据权利要求6所述的方法，其特征在于，所述根据所述推荐商品集合中的商品，生成所述呈现界面被点击后的承接页面，包括：

获取所述商品中的主商品和附商品；所述主商品在所述推荐商品集合中的推荐顺序优先于所述附商品；

根据所述主商品和附商品，确定所述承接页面中所述推荐商品集合对应的展示区域的展示内容；

根据所述展示区域的展示内容，生成所述承接页面。

8.一种推荐方法，其特征在于，用于服务器端，包括：

接收客户端的数据请求；

根据数据请求，确定推荐数据；所述推荐数据为权利要求1-7中任意一项所述的推荐数据；

将推荐数据推荐到用户应用端的目标模块。

9.根据权利要求8所述的方法，其特征在于，所述将推荐数据推荐到用户应用端的目标模块，包括：

根据所述客户端的数据请求，确定过滤数据；

根据所述过滤数据，对所述推荐数据进行过滤，得到过滤后的推荐数据；

将所述过滤后的推荐数据发送到所述用户应用端的目标模块。

10.根据权利要求8所述的方法，其特征在于，所述用户应用端的目标模块，用于处理商业类用户购买商品的购买行为相关数据；所述商业类用户为商品购买订单中的商品购买量信息符合预设条件的用户。

11.一种推荐数据的处理方法，其特征在于，用于客户端，包括：

根据用户的操作信息，生成推荐数据请求；

向服务器端发送所述推荐数据请求；

接收所述服务器端根据所述推荐数据请求发送的推荐数据；所述推荐数据为权利要求8或10中所述的推荐数据，或权利要求9中所述的过滤后的推荐数据。

12.根据权利要求11所述的方法，其特征在于，所述对象为商品；所述根据用户的操作信息，生成推荐数据请求，包括：

获取所述操作信息的记录；

根据所述记录，确定用户已浏览商品；

将所述已浏览商品作为过滤数据，加入所述推荐数据请求。

13.根据权利要求11或13所述的方法，其特征在于，还包括：

根据用户的第一操作，确定所述推荐数据对应的组合中的待处理组合；

根据所述用户的第二操作，对所述待处理组合中的商品的批量处理信息；

发送所述批量处理信息。

14.一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器在执行所述计算机程序时实现权利要求1-13中任一项所述的方法。

15.一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-13中任一项所述的方法。

Images