CN116228342A - 一种商品推荐方法、装置及计算机可读存储介质 - Google Patents
一种商品推荐方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN116228342A CN116228342A CN202211302186.7A CN202211302186A CN116228342A CN 116228342 A CN116228342 A CN 116228342A CN 202211302186 A CN202211302186 A CN 202211302186A CN 116228342 A CN116228342 A CN 116228342A
- Authority
- CN
- China
- Prior art keywords
- information
- commodity
- user
- season
- weight
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000006978 adaptation Effects 0.000 claims abstract description 67
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 9
- 230000001932 seasonal effect Effects 0.000 claims description 6
- 238000013461 design Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种商品推荐方法、装置及计算机可读存储介质,该方法包括:获取用户的个人信息和季节信息,再基于个人信息和季节信息,确定线上积分兑换商城中的每个商品与用户的适配度,进一步按照适配度大到小的顺序对每个商品进行排序,获得用户对应的商品推荐序列,最后基于该商品推荐序列,向用户进行商品推荐,可以综合考虑到用户兑换商品时的选择因素,从而可以基于每个商品与用户的适配度来向用户推荐商品,使得用户无论是在明确兑换意图还是不明确兑换意图的情况下,都可以通过该商品推荐序列直观并快速地选择与自己适配度较高的商品,有助于减少用户在商品兑换上的选择疲劳,同时还可以提升推荐商品与用户的适配度。
Description
技术领域
本发明涉及商品推荐技术领域,特别是涉及一种商品推荐方法、装置及计算机可读存储介质。
背景技术
用户在使用应用程序(Application,APP)的过程中,可以通过完成相应的任务来赢取相应的积分。当用户需要使用积分兑换相应的商品时,可以通过在线上积分兑换商城使用相应数目的积分来兑换商品。
目前,用户在线上积分兑换商城进行商品兑换的过程中,如果用户明确自己的兑换意图,用户可以通过线上积分兑换商城的搜索引擎找到自己感兴趣的商品,然后在搜索结果中选择自己满意的商品进行兑换。或者,如果用户不明确自己的兑换意图,可以通过线上积分兑换商城根据用户的积分余额来向用户推荐该积分余额可兑换的商品,用户再在推荐结果中选用自己满意的商品,或者,还可以通过线上积分兑换商城根据用户的搜索记录来向用户推荐与该搜索记录匹配的商品,用户再在推荐结果中选用自己满意的商品。
但是,在上述三种兑换方式中,用户需要从多种商品中选择自己满意的商品,容易导致用户选择疲劳,此外,在用户不明确兑换意图的情况下,通过根据积分余额和搜索记录向用户推荐商品,所推荐的商品可能不是最适合用户的,比如将女装推荐给男用户,不利于提升推荐商品与用户的适配度。
发明内容
基于此,本发明的目的在于提供一种商品推荐方法、装置及计算机可读存储介质,用于减少用户在商品兑换上的选择疲劳,同时还可以提升推荐商品与用户的适配度。
第一方面,本发明实施例提供了一种商品推荐方法,包括:
获取用户的个人信息和季节信息;所述个人信息包括年龄、性别、积分余额及购买习惯信息,所述季节信息包括当前季节;
基于所述个人信息和所述季节信息,确定线上积分兑换商城中的每个商品与所述用户的适配度;
按照适配度大到小的顺序对所述每个商品进行排序,获得所述用户对应的商品推荐序列;
基于所述商品推荐序列,向所述用户进行商品推荐。
在一种可能的设计中,获取用户的个人信息和季节信息,包括:
检测到所述用户登录所述线上积分兑换商城时,获取所述个人信息和所述季节信息;或者,
检测到所述用户在所述线上积分兑换商城上的搜索操作信息时,获取所述个人信息和所述季节信息;所述搜索操作信息包括商品关键信息。
在一种可能的设计中,基于所述个人信息和所述季节信息,确定线上积分兑换商城中的每个商品与所述用户的适配度,包括:
获取预先配置的权重信息;所述权重信息包括年龄权重、性别权重、积分权重、季节权重和购买习惯权重;
获取每个商品的特征信息,所述特征信息包括兑换所述每个商品所需的积分数额、年龄范围、季节、种类和性别中的至少两项特征及所述至少两项特征对应的特征参数和权重系数;
基于所述个人信息、所述季节信息、所述权重信息和所述特征信息,确定所述每个商品与所述用户的适配度。
在一种可能的设计中,基于所述个人信息、所述季节信息、所述权重信息和所述特征信息,确定所述每个商品与所述用户的适配度,包括:
确定所述个人信息和所述季节信息组成的信息集与所述特征信息之间的匹配关系;所述匹配关系包括所述信息集中的任一项信息对应的匹配系数,其中,若所述任一项信息与所述特征信息中的一项特征匹配,所述任一项信息对应的匹配系数取值为1,或者,若所述任一项信息与所述特征信息中的各项特征不匹配,所述任一项信息对应的匹配系数取值为0;
基于所述匹配关系、所述权重信息和所述特征信息,按照预设计算公式计算得到所述每个商品对应的适配总值,并将所述适配总值确定为所述每个商品与所述用户的适配度。
在一种可能的设计中,所述预设计算公式表示为:
其中,Y表示为所述每个商品对应的适配总值,n等于所述信息集中包括的信息总项数,Ki表示为所述信息集中的第i个信息对应的匹配系数,Wi表示为第i个信息对应的权重,Xi表示为第i个信息匹配的特征对应的权重系数;其中,若第i个信息与所述特征信息中的各项特征不匹配,将第i个信息对应的适配值取值为0。
在一种可能的设计中,按照适配度大到小的顺序对所述每个商品进行排序,获得所述用户对应的商品推荐序列,包括:
若所述线上积分兑换商城中的商品总数大于预设总数M,从所述每个商品中筛选出匹配度满足预设阈值的N个商品;其中,M大于N,M、N为正整数;
按照适配度大到小的顺序对所述N个商品进行排序,获得所述用户对应的商品推荐序列。
在一种可能的设计中,基于所述商品推荐序列,向所述用户进行商品推荐,包括:
在所述线上积分兑换商城的的商品显示界面上显示所述商品推荐序列,向所述用户进行商品推荐。
第二方面,本发明实施例还提供了一种商品推荐装置,包括:
接收单元,用于获取用户的个人信息和季节信息;所述个人信息包括年龄、性别、积分余额及购买习惯信息,所述季节信息包括当前季节;
处理单元,用于基于所述个人信息和所述季节信息,确定线上积分兑换商城中的每个商品与所述用户的适配度;按照适配度大到小的顺序对所述每个商品进行排序,获得所述用户对应的商品推荐序列;
推荐单元,用于基于所述商品推荐序列,向所述用户进行商品推荐。
在一种可能的设计中,所述接收单元具体用于:
检测到所述用户登录所述线上积分兑换商城时,获取所述个人信息和所述季节信息;或者,
检测到所述用户在所述线上积分兑换商城上的搜索操作信息时,获取所述个人信息和所述季节信息;所述搜索操作信息包括商品关键信息。
在一种可能的设计中,所述处理单元具体用于:
获取预先配置的权重信息;所述权重信息包括年龄权重、性别权重、积分权重、季节权重和购买习惯权重;
获取每个商品的特征信息,所述特征信息包括兑换所述每个商品所需的积分数额、年龄范围、季节、种类和性别中的至少两项特征及所述至少两项特征对应的特征参数和权重系数;
基于所述个人信息、所述季节信息、所述权重信息和所述特征信息,确定所述每个商品与所述用户的适配度。
在一种可能的设计中,所述处理单元具体用于:
确定所述个人信息和所述季节信息组成的信息集与所述特征信息之间的匹配关系;所述匹配关系包括所述信息集中的任一项信息对应的匹配系数,其中,若所述任一项信息与所述特征信息中的一项特征匹配,所述任一项信息对应的匹配系数取值为1,或者,若所述任一项信息与所述特征信息中的各项特征不匹配,所述任一项信息对应的匹配系数取值为0;
基于所述匹配关系、所述权重信息和所述特征信息,按照预设计算公式计算得到所述每个商品对应的适配总值,并将所述适配总值确定为所述每个商品与所述用户的适配度。
在一种可能的设计中,所述预设计算公式表示为:
其中,Y表示为所述每个商品对应的适配总值,n等于所述信息集中包括的信息总项数,Ki表示为所述信息集中的第i个信息对应的匹配系数,Wi表示为第i个信息对应的权重,Xi表示为第i个信息匹配的特征对应的权重系数;其中,若第i个信息与所述特征信息中的各项特征不匹配,将第i个信息对应的适配值取值为0。
在一种可能的设计中,所述处理单元具体用于:
若所述线上积分兑换商城中的商品总数大于预设总数M,从所述每个商品中筛选出匹配度满足预设阈值的N个商品;其中,M大于N,M、N为正整数;
按照适配度大到小的顺序对所述N个商品进行排序,获得所述用户对应的商品推荐序列。
在一种可能的设计中,所述推荐单元具体用于:
在所述线上积分兑换商城的的商品显示界面上显示所述商品推荐序列,向所述用户进行商品推荐。
第三方面,本发明实施例还提供了一种商品推荐装置,包括:至少一个存储器和至少一个处理器;
所述至少一个存储器用于存储一个或多个程序;
当所述一个或多个程序被所述至少一个处理器执行时,实现上述第一方面任一种可能设计所涉及的方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有至少一个程序;当所述至少一个程序被处理器执行时,实现上述第一方面任一种可能设计所涉及的方法。
本发明的有益效果如下:
在本发明实施例提供的技术方案中,通过获取用户的个人信息和季节信息,其中,个人信息包括年龄、性别、积分余额及购买习惯信息,季节信息包括当前季节,再基于个人信息和季节信息,确定线上积分兑换商城中的每个商品与用户的适配度,进一步按照适配度大到小的顺序对每个商品进行排序,获得用户对应的商品推荐序列,最后基于该商品推荐序列,向用户进行商品推荐,可以综合考虑到用户兑换商品时的选择因素,从而可以基于每个商品与用户的适配度来向用户推荐商品,使得用户无论是在明确兑换意图还是不明确兑换意图的情况下,都可以通过该商品推荐序列直观并快速地选择与自己适配度较高的商品,有助于减少用户在商品兑换上的选择疲劳,同时还可以提升推荐商品与用户的适配度。
为了更好地理解和实施,下面结合附图详细说明本发明。
附图说明
图1为本发明实施例提供的一种商品推荐方法的流程示意图;
图2为本发明实施例提供的一种线上积分兑换商城的权重配置显示界面;
图3为本发明实施例提供的一种线上积分兑换商城的商品特征配置显示界面;
图4为本发明实施例提供的一种线上积分兑换商城的商品特征信息显示界面;
图5为本发明实施例提供的一种商品推荐装置的结构示意图;
图6为本发明实施例提供的另一种商品推荐装置的结构示意图。
具体实施方式
在本说明书中提到或者可能提到的上、下、左、右、前、后、正面、背面、顶部、底部等方位用语是相对于其构造进行定义的,它们是相对的概念。因此,有可能会根据其所处不同位置、不同使用状态而进行相应地变化。所以,也不应当将这些或者其他的方位用语解释为限制性用语。
以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与本公开的一些方面相一致的实施方式的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本公开。在本公开中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本公开中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
除非有相反的说明,本公开中提及的“第一”、“第二”等序数词用于对多个对象进行区分,不用于限定多个对象的顺序、时序、优先级或者重要程度。
下面将结合附图对本发明提供的技术方案作进一步地详细描述。
请参考图1所示,本发明实施例提供了一种商品推荐方法,该方法可以包括如下步骤:
S11、获取用户的个人信息和季节信息。
在一些实施例中,该个人信息可以包括但不限于:年龄、性别、积分余额及购买习惯信息,该季节信息包括当前季节。其中,当前季节可以为春、夏、秋和冬中的一个季节。
在一些实施例中,当商品推荐装置检测到用户登录线上积分兑换商城时,可以获取用户的个人信息和季节信息,可以理解为,商品推荐装置通过检测用户登录线上积分商城的时机,来触发获取用户的个人信息和季节信息,以便及时向用户推荐商品。
在另一些实施例中,当商品推荐信息获取到用户在线上积分兑换商城上的搜索操作信息时,获取用户的个人信息和季节信息。其中,搜索操作信息包括商品关键信息。可以理解为,当商品推荐装置获取到用户通过线上积分兑换商城的搜索引擎输入的商品关键信息时,触发获取用户的个人信息和季节信息。其中,商品关键信息可以包括但不限于种类关键词,例如服装的关键词“外套”。
应理解,该商品推荐装置可以为线上积分兑换商城的后台服务器,也可以是与该后台服务器通信连接的其它装置,本发明实施例对此不作限定。
在具体实施时,用户可以通过用户终端注册并登录线上积分兑换商城。其中,用户终端可以为手机、电脑或平板等终端设备。用户注册线上积分兑换商城时所需的注册信息,可以包括但不限于用户的年龄和性别,即用户的线上积分兑换商城账号信息包括但不限于用户的年龄和性别。用户注册线上积分兑换商城后,可以通过线上积分兑换商城将用户历史兑换的商品信息记录在线上积分兑换商城账号信息中,作为用户的购买习惯信息。
在具体实施时,用户在相应的APP中完成积分任务后,可以通过该APP累计用户所获得的积分余额,并将该积分余额记录在用户注册该APP的账号信息中。用户登录线上积分兑换商城后,在授权获取该APP的账号信息的条件下,商品推荐装置可以通过线上积分兑换商城获取用户在该APP累计获得的积分余额。
在具体实施时,商品推荐装置可以通过采用用户终端的定位功能确定用户当前所处的地理位置,以及获取用户终端显示的日历信息,基于该地理位置和日历信息即可获得季节信息。比如,用户当前所处的地理位置为广州市,用户终端当前显示日历信息为2022年10月20日,那么商品推荐装置可以确定用户处于北半球,基于该地理位置和该日历信息即可获得季节信息,即当前季节为秋季。
S12、基于个人信息和季节信息,确定线上积分兑换商城中的每个商品与用户的适配度。
在一些实施例中,线上积分兑换商城的管理员可以预先配置权重信息,其中,该权重信息可以包括但不限于年龄权重、性别权重、积分权重、季节权重和购买习惯权重。比如,管理员可以根据商品和用户的特性,综合考虑用户兑换商品时可能涉及的选择因素,如年龄、性别、季节、积分数额和购买习惯等因素,然后预先配置这些选择因素对应的权重,有助于提升推荐商品与用户的适配度以及减少用户在商品兑换上的选择疲劳。
在具体实施时,如图2所示,线上积分兑换商城的管理员,可以在线上积分兑换商城提供的权重配置显示界面上预先配置权重信息。当商品推荐装置检测到管理员点击该权重配置显示界面上的确定虚拟按钮(图2中标识有“√”的虚拟按钮)的操作时,商品推荐装置可以基于该操作,确定预先配置的权重信息。
示例性的,如图2所示,线上积分兑换商城的管理员可以预先配置年龄权重为15,性别权重为30,积分权重为60,季节权重为10,购买习惯权重为20。
在一些实施例中,线上积分兑换商城的管理员可以预先配置每个商品的特征信息,其中,该特征信息可以包括但不限于:兑换每个商品所需的积分数额、年龄范围、季节、种类和性别中的至少两项特征及至少两项特征对应的特征参数和权重系数。可以理解为,每个商品对应有兑换所需的积分数额和种类,此外,还可以增加设置其适用的年龄范围、季节和性别。
在具体实施时,如图3所示,线上积分兑换商城的管理员,可以在线上积分兑换商城提供的商品特征配置显示界面上预先配置每个商品的特征信息。
比如,该商品特征配置显示界面上设有“类型”输入框、“特征参数”输入框和“系数”输入框。其中,“类型”输入框用于输入不同特征,“特征参数”输入框用于输入特征对应的特征参数,“系数”输入框用于输入特征对应的权重系数。线上积分兑换商城的管理员可以通过加入虚拟按钮增加每个商品的特征。相应的,当商品推荐装置检测到管理员点击该商品特征配置显示界面上的加入虚拟按钮的操作时,商品推荐装置基于该操作即可确定增加当前管理员为某个商品配置的特征。管理员配置完每个商品的特征信息后,通过点击确定虚拟按钮,即可完成配置每个商品的特征信息。相应的,当商品推荐装置检测到管理员点击该商品特征配置显示界面上的确定虚拟按钮的操作时,商品推荐装置基于该操作即可获取每个商品预先配置的特征信息。
示例性的,如图4所示,商品B预先配置的特征信息仅包括年龄,年龄对应的特征参数可以为30-40,年龄对应的权重系数为1。商品C预先配置的特征为年龄、性别和季节,年龄对应的特征参数和权重系数分别可以为20-29、1,性别对应的特征参数和权重系数分别可以为女、1,季节对应的特征参数和权重系数分别可以为夏、1。其中,图4未显示兑换每个商品所需的积分数额和种类。
应理解,在具体实施时,商品的每个特征对应的特征参数可以设置多个,比如,季节对应的特征参数可以为春季和夏季。
在一些实施例中,商品推荐装置执行步骤S12的过程中,可以获取预先配置的权重信息和每个商品的特征信息,再基于用户的个人信息、季节信息、该权重信息和每个商品的特征信息,确定每个商品与用户的适配度。
比如,在具体实施时,商品配置装置可以确定用户的个人信息和季节信息组成的信息集与每个商品的特征信息之间的匹配关系。其中,该匹配关系可以包括但不限于该信息集中的任一项信息对应的匹配系数,其中,若任一项信息与每个商品的特征信息中的一项特征匹配,任一项信息对应的匹配系数取值为1,或者,若任一项信息与每个商品的特征信息中的各项特征不匹配,任一项信息对应的匹配系数取值为0。之后,商品推荐装置可以基于该匹配关系、预先配置的权重信息和每个商品的特征信息,按照预设计算公式计算得到每个商品对应的适配总值,并将该适配总值确定为每个商品与用户的适配度。
作为一种示例,该预设计算公式可以表示为:
其中,Y表示为每个商品对应的适配总值,n等于该信息集中包括的信息总项数,Ki表示为信息集中的第i个信息对应的匹配系数,Wi表示为第i个信息对应的权重,Xi表示为第i个信息匹配的特征对应的权重系数;其中,若第i个信息与每个商品的特征信息中的各项特征不匹配,将第i个信息对应的适配值取值为0。
示例性的,以信息集中包括的各项信息为:年龄、性别、积分余额、购买习惯信息和当前季节,预先配置的权重信息中的各项权重为:年龄权重15、性别权重30、积分权重60、购买习惯权重20、季节权重10,某个商品的特征信息中包括的各项特征为:年龄、兑换该商品所需的积分数额、种类和季节,该年龄对应的特征参数和权重系数分别为10-20、1,该积分数额对应的特征参数和权重系数分别为60、1,种类对应的特征参数和权重系数分别为服装、1,该季节对应的特征参数和权重系数分别为夏、1。若用户的个人信息包括:年龄18、性别男和积分余额100,购买习惯信息为兑换过服装商品,当前季节为秋。那么该商品对应的适配总值为:
在本发明实施例中,通过综合考虑用户的个人信息和季节信息与每个商品的特征信息之间的匹配关系,再基于该匹配关系、预先配置的权重信息和每个商品的特征信息,按照预设计算公式计算得到每个商品对应的适配总值,并将该适配总值确定为每个商品与用户的适配度,可以综合考虑到用户兑换商品时的选择因素,从而可以基于每个商品与用户的适配度来向用户推荐商品,有助于提升推荐商品与用户的适配度。
S13、按照适配度大到小的顺序对每个商品进行排序,获得用户对应的商品推荐序列。
在一些实施例中,若线上积分兑换商城中的商品总数小于或等于预设总数M,商品推荐装置可以直接按照适配度大到小的顺序对每个商品进行排序,获得用户对应的商品推荐序列。其中,M为正整数。
在另一些实施例中,若线上积分兑换商城中的商品总数大于预设总数M,商品推荐装置可以从每个商品中筛选出匹配度满足预设阈值的N个商品,再按照适配度大到小的顺序对N个商品进行排序,获得用户对应的商品推荐序列。其中,M大于N,N为正整数。
应理解,M可以根据实际需求进行设置,本发明实施例对此不作限定,比如,可以将M设置等于线上积分兑换商场的商品显示界面中可显示的商品数量。
在本发明实施例中,通过根据线上积分商城中的商品总数选择相应的方式对商品进行排序,有助于用户查看与自己比较适配的商品,有助于减少用户在商品兑换上的选择疲劳。进一步的,通过将与用户适配度较高的商品排序在前面,有助于用户快速选择兑换与自己适配的商品,可以有效地减少用户在商品兑换上的选择疲劳和提升推荐商品与用户的适配度。
S14、基于商品推荐序列,向用户进行商品推荐。
在一些实施例中,商品推荐商品可以通过在线上积分兑换商城的的商品显示界面上显示该商品推荐序列,向用户进行商品推荐,使得用户可以直观并快速地选择与自己适配度较高的商品,有助于减少用户在商品兑换上的选择疲劳和提升推荐商品与用户的适配度。
通过以上描述可知,在本发明实施例提供的技术方案中,通过获取用户的个人信息和季节信息,其中,个人信息包括年龄、性别、积分余额及购买习惯信息,季节信息包括当前季节,再基于个人信息和季节信息,确定线上积分兑换商城中的每个商品与用户的适配度,进一步按照适配度大到小的顺序对每个商品进行排序,获得用户对应的商品推荐序列,最后基于该商品推荐序列,向用户进行商品推荐,可以综合考虑到用户兑换商品时的选择因素,从而可以基于每个商品与用户的适配度来向用户推荐商品,使得用户无论是在明确兑换意图还是不明确兑换意图的情况下,都可以通过该商品推荐序列直观并快速地选择与自己适配度较高的商品,有助于减少用户在商品兑换上的选择疲劳,同时还可以提升推荐商品与用户的适配度。
基于同一发明构思,本发明实施例还提供了一种商品推荐装置,如图5所示,商品推荐装置20可以包括:
接收单元21,用于获取用户的个人信息和季节信息;个人信息包括年龄、性别、积分余额及购买习惯信息,季节信息包括当前季节;
处理单元22,用于基于个人信息和季节信息,确定线上积分兑换商城中的每个商品与用户的适配度;按照适配度大到小的顺序对每个商品进行排序,获得用户对应的商品推荐序列;
推荐单元23,用于基于商品推荐序列,向用户进行商品推荐。
在一种可能的设计中,接收单元21具体用于:
检测到用户登录线上积分兑换商城时,获取个人信息和季节信息;或者,
获取到用户在线上积分兑换商城上的搜索操作信息时,获取个人信息和季节信息;搜索操作信息包括商品关键信息。
在一种可能的设计中,处理单元22具体用于:
获取预先配置的权重信息;权重信息包括年龄权重、性别权重、积分权重、季节权重和购买习惯权重;
获取每个商品的特征信息,特征信息包括兑换每个商品所需的积分数额、年龄范围、季节、种类和性别中的至少两项特征及至少两项特征对应的特征参数和权重系数;
基于个人信息、季节信息、权重信息和特征信息,确定每个商品与用户的适配度。
在一种可能的设计中,处理单元22具体用于:
确定个人信息和季节信息组成的信息集与特征信息之间的匹配关系;该匹配关系包括信息集中的任一项信息对应的匹配系数,其中,若任一项信息与特征信息中的一项特征匹配,任一项信息对应的匹配系数取值为1,或者,若任一项信息与特征信息中的各项特征不匹配,任一项信息对应的匹配系数取值为0;
基于该匹配关系、权重信息和特征信息,按照预设计算公式计算得到每个商品对应的适配总值,并将适配总值确定为每个商品与用户的适配度。
在一种可能的设计中,预设计算公式表示为:
其中,Y表示为每个商品对应的适配总值,n等于信息集中包括的信息总项数,Ki表示为信息集中的第i个信息对应的匹配系数,Wi表示为第i个信息对应的权重,Xi表示为第i个信息匹配的特征对应的权重系数;其中,若第i个信息与特征信息中的各项特征不匹配,将第i个信息对应的适配值取值为0。
在一种可能的设计中,处理单元22具体用于:
若线上积分兑换商城中的商品总数大于预设总数M,从每个商品中筛选出匹配度满足预设阈值的N个商品;其中,M大于N,M、N为正整数;
按照适配度大到小的顺序对N个商品进行排序,获得用户对应的商品推荐序列。
在一种可能的设计中,推荐单元23具体用于:
在线上积分兑换商城的的商品显示界面上显示商品推荐序列,向用户进行商品推荐。
本发明实施例中的商品推荐装置20与上述图1所示的商品推荐方法是基于同一构思下的发明,通过前述对商品推荐方法的详细描述,本领域技术人员可以清楚的了解本发明实施例中商品推荐装置20的实施过程,所以为了说明书的简洁,在此不再赘述。
基于同一发明构思,本发明实施例还提供了一种商品推荐装置,如图6所示,商品推荐装置30可以包括:至少一个存储器31和至少一个处理器32。其中:
至少一个存储器31用于存储一个或多个程序。
当一个或多个程序被至少一个处理器32执行时,实现上述图1所示的商品推荐方法。
商品推荐装置30还可以可选地包括通信接口,通信接口用于与外部设备进行通信和数据交互传输。
需要说明的是,存储器31可能包含高速RAM存储器,也可能还包括非易失性存储器(nonvolatile memory),例如至少一个磁盘存储器。
在具体的实现过程中,如果存储器、处理器及通信接口集成在一块芯片上,则存储器、处理器及通信接口可以通过内部接口完成相互间的通信。如果存储器、处理器和通信接口独立实现,则存储器、处理器和通信接口可以通过总线相互连接并完成相互间的通信。
基于同一发明构思,本发明实施例还提供了一种计算机可读存储介质,该计算机可读存储介质可以存储有至少一个程序,当至少一个程序被处理器执行时,实现上述图1所示的商品推荐方法。
应当理解,计算机可读存储介质为可存储数据或程序的任何数据存储设备,数据或程序其后可由计算机系统读取。计算机可读存储介质的示例包括:只读存储器、随机存取存储器、CD-ROM、HDD、DVD、磁带和光学数据存储设备等。
计算机可读存储介质还可分布在网络耦接的计算机系统中使得计算机可读代码以分布式方式来存储和执行。
计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、射频(Radio Frequency,RF)等,或者上述的任意合适的组合。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (10)
1.一种商品推荐方法,其特征在于,包括:
获取用户的个人信息和季节信息;所述个人信息包括年龄、性别、积分余额及购买习惯信息,所述季节信息包括当前季节;
基于所述个人信息和所述季节信息,确定线上积分兑换商城中的每个商品与所述用户的适配度;
按照适配度大到小的顺序对所述每个商品进行排序,获得所述用户对应的商品推荐序列;
基于所述商品推荐序列,向所述用户进行商品推荐。
2.如权利要求1所述的方法,其特征在于,获取用户的个人信息和季节信息,包括:
检测到所述用户登录所述线上积分兑换商城时,获取所述个人信息和所述季节信息;或者,
获取到所述用户在所述线上积分兑换商城上的搜索操作信息时,获取所述个人信息和所述季节信息;所述搜索操作信息包括商品关键信息。
3.如权利要求1所述的方法,其特征在于,基于所述个人信息和所述季节信息,确定线上积分兑换商城中的每个商品与所述用户的适配度,包括:
获取预先配置的权重信息;所述权重信息包括年龄权重、性别权重、积分权重、季节权重和购买习惯权重;
获取每个商品的特征信息,所述特征信息包括兑换所述每个商品所需的积分数额、年龄范围、季节、种类和性别中的至少两项特征及所述至少两项特征对应的特征参数和权重系数;
基于所述个人信息、所述季节信息、所述权重信息和所述特征信息,确定所述每个商品与所述用户的适配度。
4.如权利要求3所述的方法,其特征在于,基于所述个人信息、所述季节信息、所述权重信息和所述特征信息,确定所述每个商品与所述用户的适配度,包括:
确定所述个人信息和所述季节信息组成的信息集与所述特征信息之间的匹配关系;所述匹配关系包括所述信息集中的任一项信息对应的匹配系数,其中,若所述任一项信息与所述特征信息中的一项特征匹配,所述任一项信息对应的匹配系数取值为1,或者,若所述任一项信息与所述特征信息中的各项特征不匹配,所述任一项信息对应的匹配系数取值为0;
基于所述匹配关系、所述权重信息和所述特征信息,按照预设计算公式计算得到所述每个商品对应的适配总值,并将所述适配总值确定为所述每个商品与所述用户的适配度。
6.如权利要求1所述的方法,其特征在于,按照适配度大到小的顺序对所述每个商品进行排序,获得所述用户对应的商品推荐序列,包括:
若所述线上积分兑换商城中的商品总数大于预设总数M,从所述每个商品中筛选出匹配度满足预设阈值的N个商品;其中,M大于N,M、N为正整数;
按照适配度大到小的顺序对所述N个商品进行排序,获得所述用户对应的商品推荐序列。
7.如权利要求1-6任一项所述的方法,其特征在于,基于所述商品推荐序列,向所述用户进行商品推荐,包括:
在所述线上积分兑换商城的的商品显示界面上显示所述商品推荐序列,向所述用户进行商品推荐。
8.一种商品推荐装置,其特征在于,包括:
接收单元,用于获取用户的个人信息和季节信息;所述个人信息包括年龄、性别、积分余额及购买习惯信息,所述季节信息包括当前季节;
处理单元,用于基于所述个人信息和所述季节信息,确定线上积分兑换商城中的每个商品与所述用户的适配度;按照适配度大到小的顺序对所述每个商品进行排序,获得所述用户对应的商品推荐序列;
推荐单元,用于基于所述商品推荐序列,向所述用户进行商品推荐。
9.一种商品推荐装置,其特征在于,包括:至少一个存储器和至少一个处理器;
所述至少一个存储器用于存储一个或多个程序;
当所述一个或多个程序被所述至少一个处理器执行时,实现如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有至少一个程序;当所述至少一个程序被处理器执行时,实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211302186.7A CN116228342B (zh) | 2022-10-24 | 2022-10-24 | 一种商品推荐方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211302186.7A CN116228342B (zh) | 2022-10-24 | 2022-10-24 | 一种商品推荐方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116228342A true CN116228342A (zh) | 2023-06-06 |
CN116228342B CN116228342B (zh) | 2024-02-06 |
Family
ID=86575546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211302186.7A Active CN116228342B (zh) | 2022-10-24 | 2022-10-24 | 一种商品推荐方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116228342B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117010953A (zh) * | 2023-06-16 | 2023-11-07 | 东莞市莞云信息科技有限公司 | 一种商城积分兑换系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107563859A (zh) * | 2017-08-31 | 2018-01-09 | 深圳前海弘稼科技有限公司 | 商品推荐方法、装置、设备及存储介质 |
US20180268431A1 (en) * | 2017-03-20 | 2018-09-20 | The Board Of Regents Of The Nevada System Of Higher Education On Behalf Of The University Of Ne | Methods And Systems For Redeeming Points For Recommended Awards |
CN109034915A (zh) * | 2018-09-03 | 2018-12-18 | 王昆 | 一种可应用数字资产或积分作为交易媒介的人工智能型电子商务系统 |
CN110148023A (zh) * | 2019-05-15 | 2019-08-20 | 山大地纬软件股份有限公司 | 基于逻辑回归的电力积分商品推荐方法及系统 |
CN111612588A (zh) * | 2020-05-27 | 2020-09-01 | 腾讯科技(深圳)有限公司 | 商品呈现方法及装置、计算设备、计算机可读存储介质 |
CN112819539A (zh) * | 2021-02-07 | 2021-05-18 | 深圳市今视通数码科技有限公司 | 基于nfc的动感单车上的广告投放方法、系统及存储介质 |
CN114581175A (zh) * | 2022-02-11 | 2022-06-03 | 珠海格力电器股份有限公司 | 商品推送方法、装置、存储介质及电子设备 |
CN115033799A (zh) * | 2022-07-04 | 2022-09-09 | 武汉历历晴川网络科技有限公司 | 一种商品搜索方法、系统及存储介质 |
-
2022
- 2022-10-24 CN CN202211302186.7A patent/CN116228342B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180268431A1 (en) * | 2017-03-20 | 2018-09-20 | The Board Of Regents Of The Nevada System Of Higher Education On Behalf Of The University Of Ne | Methods And Systems For Redeeming Points For Recommended Awards |
CN107563859A (zh) * | 2017-08-31 | 2018-01-09 | 深圳前海弘稼科技有限公司 | 商品推荐方法、装置、设备及存储介质 |
CN109034915A (zh) * | 2018-09-03 | 2018-12-18 | 王昆 | 一种可应用数字资产或积分作为交易媒介的人工智能型电子商务系统 |
CN110148023A (zh) * | 2019-05-15 | 2019-08-20 | 山大地纬软件股份有限公司 | 基于逻辑回归的电力积分商品推荐方法及系统 |
CN111612588A (zh) * | 2020-05-27 | 2020-09-01 | 腾讯科技(深圳)有限公司 | 商品呈现方法及装置、计算设备、计算机可读存储介质 |
CN112819539A (zh) * | 2021-02-07 | 2021-05-18 | 深圳市今视通数码科技有限公司 | 基于nfc的动感单车上的广告投放方法、系统及存储介质 |
CN114581175A (zh) * | 2022-02-11 | 2022-06-03 | 珠海格力电器股份有限公司 | 商品推送方法、装置、存储介质及电子设备 |
CN115033799A (zh) * | 2022-07-04 | 2022-09-09 | 武汉历历晴川网络科技有限公司 | 一种商品搜索方法、系统及存储介质 |
Non-Patent Citations (2)
Title |
---|
YANG YANXIA等: "Research on Personalized Recommendation Algorithm Based on Web Data Mining", 《INTERNATIONAL CONFERENCE ON COMPUTATIONAL AND INFORMATION SCIENCES (ICCIS)》, pages 37 - 42 * |
焦明海等: "基于贝叶斯网络认知反馈的协同过滤推荐", 《控制工程》, vol. 24, no. 07, pages 1310 - 1317 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117010953A (zh) * | 2023-06-16 | 2023-11-07 | 东莞市莞云信息科技有限公司 | 一种商城积分兑换系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116228342B (zh) | 2024-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107481114B (zh) | 商品推荐方法、装置、电子商务系统及存储介质 | |
EP3779841B1 (en) | Method, apparatus and system for sending information, and computer-readable storage medium | |
US11062372B2 (en) | Method for relevancy ranking of products in online shopping | |
EP3623956A1 (en) | Method and apparatus for obtaining recommendation information, and electronic device | |
CN108335137B (zh) | 排序方法及装置、电子设备、计算机可读介质 | |
JP6431925B2 (ja) | 評価情報の提示のカスタマイズ | |
CN103678518B (zh) | 一种推荐列表调整方法和装置 | |
CN106355449A (zh) | 用户选取方法和装置 | |
US20160012406A1 (en) | Recharge Method, Recharge Terminal, and Recharge Server | |
KR20150110846A (ko) | 상품 추천 방법 및 시스템 | |
CN113101655B (zh) | 一种虚拟道具推荐方法、装置、设备及存储介质 | |
CN111899068A (zh) | 商品导购方法、装置、存储介质及计算机设备 | |
CN111639988A (zh) | 经纪人推荐方法、装置、电子设备和存储介质 | |
US20190333176A1 (en) | Recording recommendation method, device, apparatus and computer-readable storage medium | |
CN116228342B (zh) | 一种商品推荐方法、装置及计算机可读存储介质 | |
CN110766489B (zh) | 请求内容及提供内容的方法和相应设备 | |
CN106779926A (zh) | 关联规则生成方法、装置及终端 | |
WO2016197316A1 (en) | Method and system for sponsored search results placement in a search results page | |
US20210272178A1 (en) | Determining item relevancy | |
WO2020073524A1 (zh) | 一种线下商品推荐方法、装置和电子设备 | |
CN108460133B (zh) | 利用移动终端进行导购的方法及导购装置 | |
US20220222706A1 (en) | Systems and methods for generating real-time recommendations | |
US11170428B2 (en) | Method for generating priority data for products | |
CN115860865A (zh) | 商品组合构造方法及其装置、设备、介质、产品 | |
CN109325795A (zh) | 商城优惠券的应用方法和商城优惠券的应用系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |