CN117056605A - 一种内容推荐方法及装置 - Google Patents

一种内容推荐方法及装置 Download PDF

Info

Publication number
CN117056605A
CN117056605A CN202311034877.8A CN202311034877A CN117056605A CN 117056605 A CN117056605 A CN 117056605A CN 202311034877 A CN202311034877 A CN 202311034877A CN 117056605 A CN117056605 A CN 117056605A
Authority
CN
China
Prior art keywords
logistics
user
information
commodity
historical
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
Application number
CN202311034877.8A
Other languages
English (en)
Inventor
何定
刘治
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Qianan Technology Co ltd
Original Assignee
Shenzhen Qianan Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Qianan Technology Co ltd filed Critical Shenzhen Qianan Technology Co ltd
Priority to CN202311034877.8A priority Critical patent/CN117056605A/zh
Publication of CN117056605A publication Critical patent/CN117056605A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9537Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9538Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/08Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083Shipping
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一种内容推荐方法及装置,涉及计算机技术领域。在该方法中,服务器获取第一用户对物流的偏好信息,偏好信息包括多个物流方的优先级排序结果;将偏好信息输入内容推荐模型中,得到第一目标商品,内容推荐模型包括物流方与目标商品的对应关系,判断第一物流信息是否满足第一优先级,第一物流信息为第一目标商品对应的物流信息;第一优先级为多个物流方中优先级排序结果大于或等于预设排名的物流方;若第一物流信息满足第一优先级,将第一目标商品作为推荐商品,向第一用户进行商品推荐。实施本申请提供的技术方案,省去用户需咨询物流服务的过程,使推荐商品的物流服务满足用户的需求。

Description

一种内容推荐方法及装置
技术领域
本申请涉及计算机技术领域,具体涉及一种内容推荐方法及装置。
背景技术
随着网络的迅猛发展,人们的日常生活越来越离不开网络,许多用户喜欢网络购物,人们在网络上购物已成为常态。由于网上购物平台上各种商品内容的爆炸式增长,用户很难从众多的商品内容中挑选出自己喜欢的商品,因此,如何给用户主动推荐感兴趣的商品内容,已成为一种高效的可行方案。
目前,购物平台能够根据商品信息和用户信息向用户进行商品推荐,这种商品推荐方式能解决用户需花费较长时间才能挑选出喜欢商品的问题。物流是实现网络购物的要素之一,用户在网络上进行购物下单后,会由物流环节的工作人员来运输用户下单的商品。由于不同的用户对商品的损坏要求不同,故不同的用户在网上进行购物时,都会考虑运输商品对应的物流服务,但传统的购物平台中,在向用户推荐商品后,不会基于用户对物流服务的要求,对推荐商品的物流服务进行筛选,导致用户在购买商品时,还需主动询问商家该商品对应的物流服务,根据物流服务再考虑是否进行下一步,用户咨询物流服务的过程较繁琐,影响用户体验。
因此,目前亟需一种可解决上述技术问题的内容推荐方法及装置。
发明内容
本申请提供了一种内容推荐方法及装置,该方法在向用户推荐商品时,省去用户需咨询物流服务的过程,自动对推荐商品的物流服务进行筛选,使推荐商品的物流服务满足用户的需求,继而提升用户体验。
第一方面,本申请提供了一种内容推荐方法,应用于服务器中,获取第一用户对物流的偏好信息,偏好信息包括多个物流方的优先级排序结果;将偏好信息输入内容推荐模型中,得到第一目标商品,内容推荐模型包括物流方与目标商品的对应关系,其中,一个物流方对应多个目标商品,一个目标商品对应多个物流方;判断第一物流信息是否满足第一优先级,第一物流信息为第一目标商品对应的物流信息;第一优先级为多个物流方中优先级排序结果大于或等于预设排名的物流方;若第一物流信息满足第一优先级,将第一目标商品作为推荐商品,向第一用户进行商品推荐。
通过采用上述技术方案,获取第一用户对物流的偏好信息,根据偏好信息为第一用户推荐符合要求的物流方和目标商品,使第一用户无需花费大量时间查询商品的物流服务上。将偏好信息中的物流方进行优先级排序,可为用户找到满足偏好信息的物流服务,提升用户体验。
可选的,在将偏好信息输入内容推荐模型中,得到第一目标商品之前;构建内容推荐模型,获取第一用户设备发送的第一关键词,第一关键词为商品对应的关键信息;根据第一关键词,从商品数据库查询匹配出多个目标商品;获取多个目标商品各自对应的商家;获取商家对应的物流方,根据对应关系构建内容推荐模型,对应关系为物流方与第二目标商品的对应关系,第二目标商品为商家对应的目标商品。
通过采用上述技术方案,根据对应关系构建内容推荐模型,基于用户对物流服务的偏好信息,为用户提供个性化的商品推荐服务,继而提升用户的购买体验,提高用户的满意度。
可选的,判断用户订单数据库中是否存在第一用户的历史商品订单记录,用户订单数据库包括多个用户各自对应的历史商品订单记录;当第一用户存在历史商品订单记录时,调取第一用户在预设时间段的第一历史物流评分信息;对第一历史物流评分信息进行处理,得到第一用户对物流的偏好信息。
通过采用上述技术方案,基于历史商品订单记录,可更好的为第一用户推荐符合要求的物流服务,还可帮助商家更好的了解用户的购物习惯和偏好,从而提高用户的满意度。
可选的,获取第一用户对多个第一历史物流评分信息;对多个第一历史物流评分信息分别进行计算,得到多个评分结果;将多个评分结果按照从大到小进行排序,得到第一用户对物流的偏好信息。
通过采用上述技术方案,可以更精准地为用户推荐符合要求的物流服务,还可帮助商家更好的了解用户的偏好和需求,从而优化商品物流服务的选择,进而提高用户满意度。
可选的,当第一用户不存在第一历史商品订单记录时,获取第二用户设备发送的第二关键词;根据第二关键词匹配对应的第三目标商品,获取第二用户对第三目标商品的第二历史物流评分信息;第二用户为用户订单数据库中除第一用户之外的任意一个用户;基于第二历史物流评分信息,确定第一用户对物流的偏好信息。
通过采用上述技术方案,当用户不存在第一历史商品订单记录时,获取用户设备发送的第二关键字,根据第二关键字匹配对应的第三目标商品,再基于其他用户对该商品的历史物流评分,进而确定用户的偏好信息,提高用户的购物体验。
可选的,对第二历史物流评分信息进行计算,得到评分数值;判断评分数值大于或等于预设物流评分阈值;当评分数值大于或等于预设物流评分阈值时,确认将评分数值对应物流信息作为优先选择的物流方,优先选择的物流方为第一用户对物流的偏好信息。
通过采用上述技术方案,当评分数值大于或等于预设物流评分阈值时,确认将评分数值对应的物流信息作为优先选择的物流方,再将优先选择的物流方作为用户的偏好信息,基于其他用户的历史物流评分,进而确定用户的偏好信息,省去用户需自行咨询的物流服务的过程。
可选的,获取第一目标商品的第一发货地址与第一收货地址,计算第一物流时间;判断第一物流时间是否小于或等于预设物流时间;若第一物流时间小于或等于预设物流时间,确认第一物流时间为第一物流信息。
通过采用上述技术方案,在判断物流信息是否满足优先级时,需考虑物流时间,可以帮助物流服务提供商更好的了解用户对物流信息的需求,进而优化物流服务。
在本申请的第二方面提供了一种一种内容推荐装置,装置为服务器,服务器包括获取单元、处理单元以及推荐单元:获取单元,获取第一用户对物流的偏好信息,偏好信息包括多个物流方的优先级排序结果;处理单元,将偏好信息输入内容推荐模型中,得到第一目标商品,内容推荐模型包括物流方与目标商品的对应关系,其中,一个物流方对应多个目标商品,一个目标商品对应多个物流方;判断第一物流信息是否满足第一优先级,第一物流信息为第一目标商品对应的物流信息;第一优先级为多个物流方中优先级排序结果大于或等于预设排名的物流方;推荐单元,若第一物流信息满足第一优先级,将第一目标商品作为推荐商品,向第一用户进行商品推荐。
可选的,获取单元用于获取第一用户设备发送的第一关键词,第一关键词为商品对应的关键信息;处理单元用于根据第一关键词,从商品数据库查询匹配出多个目标商品;获取单元用于获取多个目标商品各自对应的商家;获取商家对应的物流方;根据对应关系构建内容推荐模型,对应关系为物流方与第二目标商品的对应关系,第二目标商品为商家对应的目标商品。
可选的,处理单元用于判断用户订单数据库中是否存在所述第一用户的历史商品订单记录,用户订单数据库包括多个用户各自对应的历史商品订单记录;当第一用户存在历史商品订单记录时,调取第一用户在预设时间段的第一历史物流评分信息;对第一历史物流评分信息进行处理,得到第一用户对物流的偏好信息。
可选的,获取单元用于获取用户对多个第一历史物流评分信息;处理单元用于对多个第一历史物流评分信息分别进行计算,得到多个评分结果;将多个评分结果按照从大到小进行排序,得到第一用户对物流的偏好信息。
可选的,处理单元用于当第一用户不存在第一历史商品订单记录时,获取单元用于获取第二用户设备发送的第二关键词;根据第二关键词匹配对应的第三目标商品,获取第二用户对第三目标商品的第二历史物流评分信息;第二用户为用户订单数据库中除第一用户之外的任意一个用户;基于第二历史物流评分信息,确定第一用户对物流的偏好信息。
可选的,处理单元用于对第二历史物流评分信息进行计算,得到评分数值;判断评分数值大于或等于预设物流评分阈值;当评分数值大于或等于预设物流评分阈值时,确认将评分数值对应物流信息作为优先选择的物流方,优先选择的物流方为第一用户对物流的偏好信息。
可选的,获取单元用于获取第一目标商品的第一发货地址与第一收货地址,计算第一物流时间;处理单元用于判断第一物流时间是否小于或等于预设物流时间;若第一物流时间小于或等于预设物流时间,确认第一物流时间为第一物流信息。
在本申请第三方面提供一种电子设备,电子设备包括处理器、存储器、用户接口及网络接口,存储器用于存储指令,用户接口和网络接口用于给其他设备通信,处理器用于执行存储器中存储的指令,使得一种电子设备执行如本申请上述中任意一项的方法。
在本申请第四方面提供一种计算机可读存储介质,计算机可读存储介质存储有指令,当指令被执行时,执行本申请上述中任意一项的方法。
综上所述,本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
1、根据偏好信息为第一用户推荐符合要求的物流方和目标商品,使第一用户无需花费大量时间查询商品的物流服务上。将偏好信息中的物流方进行优先级排序,可为第一用户找到满足偏好信息的物流服务,提升用户体验。
2、根据对应关系构建内容推荐模型,基于用户对物流服务的偏好信息,为用户提供个性化的商品推荐服务,继而提升用户的购买体验,提高用户的满意度。
3、基于历史商品订单记录,可更好的为用户推荐符合要求的物流服务,还可帮助商家更好的了解用户的购物习惯和偏好,从而提高用户的满意度。
4、可以更精准地为用户推荐符合要求的物流服务,还可帮助商家更好的了解用户的偏好和需求,从而优化商品物流服务的选择,进而提高用户满意度。
附图说明
图1是本申请实施例提供的一种内容推荐方法的第一流程示意图;
图2是本申请实施例提供的一种内容推荐方法的第二流程示意图;
图3是本申请实施例提供的一种内容推荐方法的第三流程示意图;
图4是本申请实施例提供的一种内容推荐装置的结构示意图;
图5是本申请实施例公开的一种电子设备的结构示意图。
附图标记说明:401、获取单元;402、处理单元;403、推荐单元;500、电子设备;501、处理器;502、通信总线;503、用户接口;504、网络接口;505、存储器。
具体实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。
在本申请实施例的描述中,“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,术语“多个”的含义是指两个或两个以上。例如,多个系统是指两个或两个以上的系统,多个屏幕终端是指两个或两个以上的屏幕终端。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
随着网络的迅猛发展,人们的日常生活越来越离不开网络,许多用户喜欢网络购物,人们在网络上购物已成为常态。由于网上购物平台上各种商品内容的爆炸式增长,用户很难从众多的商品内容中挑选出自己喜欢的商品,因此,如何给用户主动推荐感兴趣的商品内容,已成为一种高效的可行方案。
目前,购物平台能够根据商品信息和用户信息向用户进行商品推荐,这种商品推荐方式能解决用户需花费较长时间才能挑选出喜欢商品的问题。物流是实现网络购物的要素之一,用户在网络上进行购物下单后,会由物流环节的工作人员来运输用户下单的商品。由于不同的用户对商品的损坏要求不同,故不同的用户在网上进行购物时,都会考虑运输商品对应的物流服务,但传统的购物平台中,在向用户推荐商品后,不会基于用户对物流服务的要求,对推荐商品的物流服务进行筛选,导致用户在购买商品时,还需主动询问商家该商品对应的物流服务,根据物流服务再考虑是否进行下一步,用户咨询物流服务的过程较繁琐,影响用户体验。
因此,如何改变现有的商品推荐中,由于未对商品推荐的物流服务进行筛选,导致用户与商家的咨询过程较繁琐,提升用户体验是目前亟需解决的问题。
本申请实施例提供的一种内容推荐方法,应用于服务器中。本申请的服务器可以为网上购物提供服务的平台,图1是本申请实施例提供的一种内容推荐方法的第一流程示意图,参考图1,该方法包含以下步骤S101-步骤S104。
步骤S101:获取第一用户对物流的偏好信息,偏好信息包括多个物流方的优先级排序结果。
在上述步骤中,用户包括在网上购物平台进行购物的多个人员,此时第一用户是指多个人员中的任意一个人员;服务器获取第一用户对物流的偏好信息,偏好信息是根据第一用户对物流的要求,物流要求是将多个物流方进行优先级排序,进而将优先级排序结果作为第一用户的偏好信息。在本申请中,有多种方式可获取第一用户对物流的偏好信息,在实际情况中具体选择哪一个获取方式,可基于实际情况进行限定。
第一种获取物流偏好信息的方式,服务器通过判断第一用户是否存在历史商品订单记录,进而确定用户是否为第一用户,第一用户为已注册且已购物过商品的用户,再根据历史商品订单记录获取用户对物流的偏好信息。如图2所示,图2是本申请实施例提供的一种内容推荐方法的第二流程示意图,该方法包含步骤S201-步骤S203。
步骤S201:判断用户订单数据库中是否存在第一用户的历史商品订单记录。
在上述步骤中,用户订单数据库包括多个用户各自对应的历史商品订单记录,服务器获取购物账户对应的历史商品订单记录,购物账户为第一用户在用户订单数据库中对应的唯一账户,服务器在调取购物账户对应的历史商品订单记录之前,确认第一用户已默认开启服务器访问购物账户的权限,当第一用户未开启访问权限时,服务器无法调取购物账户对应的历史商品订单记录。服务器判断购物账户是否存在历史商品订单记录,历史商品订单记录是指在购物平台上购买过任何一个物品的购买记录。
步骤S202:当第一用户存在历史商品订单记录时,调取第一用户在预设时间段的第一历史物流评分信息。
在上述步骤中,当第一用户的购物账户中存在历史商品订单记录时,服务器调取第一用户在预设时间段的第一历史物流评分信息,历史商品订单记录包括物流评分信息、商家评分信息以及商品评分信息;预设时间段可以设置为一年,预设时间段的设置可根据实际情况进行考虑,这里不进行限定。
举例来说,用户为A,获取用户A对应的购物账户,当预设时间段设置为一年时,服务器获取用户A在过去一年内的历史购买商品中对物流的评分信息,即第一历史物流评分信息。
步骤S203:对第一历史物流评分信息进行处理,得到第一用户对物流的偏好信息。
在上述步骤中,服务器获取预设时间段的第一物流评分信息,在预设时间段内第一用户购买的商品的数量,获取第一用户在预设时间段内对多个商品的物流评分信息,即第一历史物流评分信息;将多个第一历史物流评分信息中相同物流方的分别进行计算,得到多个评分结果;再将多个评分结果按照从大到小进行排序,评分结果可赋予到不同的物流方中,进而得到多个物流方的优先级排序,即第一用户对物流的偏好信息。
在上述举例中,获取用户A在过去一年内历史购买商品的数量,当用户A在过去一年购买商品的数量为5件,获取5件商品对应的历史物流评分信息,获取5件商品的历史物流评分信息,评分结果中满分为1分,基于制定的规则计算得到的评分结果,规则可设置为用户评论十分满意物流服务计为0.7分,用户评论满意物流服务计为0.6分,用户评论很满意物流服务计为0.5分,用户评论不满意物流服务计为0.1分,用户评论物流服务好计为0.2分,用户评论物流服务较好计为0.3分,用户评论物流服务差计为0分,当用户评价关于物流服务时使用多条组合进行评论时,可将多条评论对应的分数进行累加,进而得到该历史物流评分信息对应的评分结果。当用户A的第一历史物流评分信息中第一信息,第一信息为物流服务好,很满意物流服务时,计算第一信息对应的评分结果0.7,当第一信息对应的物流方为x,即x对应的评分结果为0.7,再根据以上方式获取其余四件商品对应的物流方对应的评分结果,再将评分结果将不同物流方进行排序,进而得到用户A对物流的偏好信息。
第二种获取物流偏好信息的方式,还可通过问卷调查的方式来调查第一用户对不同物流方的评分,基于第一用户对不同物流方的评分,进而确定第一用户对物流的偏好信息。
第三种获取物流偏好信息的方式,服务器通过判断第一用户是否存在历史商品订单记录,进而确定用户是否为第二用户,第二用户为已注册但未购买过商品的用户,根据用户输入第二关键字进而匹配对应的第三目标商品,再获取其他用户对第三目标商品的物流评分,进而确定用户对物流的偏好信息。如图3所示,图3是本申请实施例提供的一种内容推荐方法的第三流程示意图,该方法包含步骤S301-步骤S303。
步骤S301:当第一用户不存在第一历史商品订单记录时,获取第二用户设备发送的第二关键词。
在上述步骤中,服务器判断第一用户是否存在第一历史商品订单记录,当第一用户不存在第一历史商品订单记录时,第一用户在第二用户设备输入第二关键字,第二用户设备将第二关键字发送给服务器,服务器接收第二用户设备发送的第二关键字。
步骤S302:根据第二关键词匹配对应的第三目标商品,获取第二用户对第三目标商品的第二历史物流评分信息;第二用户为用户订单数据库中除第一用户之外的任意一个用户。
在上述步骤中,服务器根据第二关键字在购物平台上匹配对应的第三目标商品,根据第二关键字匹配得到多个第三目标商品,匹配后分别获取第二用户对多个第三目标商品的第二历史物流评分信息,此时第二用户为用户订单数据库中除第一用户之外的任意一个用户,任意一个用户是指购买过第三目标商品的人员。
步骤S303:基于第二历史物流评分信息,确定第一用户对物流的偏好信息。
在上述步骤中,服务器获取第三目标商品对应第二历史物流评分信息后,对第二历史物流评分信息进行计算,得到评分数值;判断评分数值大于或等于预设物流评分阈值;预设物流评分阈值是基于历史物流评分信息得到的平均值,当评分数值大于或等于预设物流评分阈值时,确认将评分数值对应物流信息作为优先选择的物流方,优先选择的物流方为第二用户对物流的偏好信息。
举例来说,获取多个第三目标商品,再分别获取多个第三目标商品对应的第二历史物流评分信息,再对多个第二历史物流评分信息进行计算,得到多个评分数值,不同的物流方对应不同的评分数值。分别判断每个评分数值是否大于或等于预设物流评分阈值,当评分数值大于或等于预设物流评分阈值时,确认将评分数值对应的物流信息作为优先选择的物流方,若存在多个优先选择的物流方,可将多个优先选择的物流方按照从大到小进行排序,将排序结果作为第一用户对物流的偏好信息。预设物流评分阈值的设置可根据实际情况进行考虑,这里不进行限定。
步骤S102:将偏好信息输入内容推荐模型中,得到第一目标商品,内容推荐模型包括物流方与目标商品的对应关系,其中,一个物流方对应多个目标商品,一个目标商品对应多个物流方。
在上述步骤中,在将偏好信息输入内容推荐模型中,得到第一目标商品之前,构建内容推荐模型。构建内容推荐模型的具体包括:获取第一用户设备发送的第一关键词,第一关键词为商品对应的关键信息;根据第一关键词,从商品数据库查询匹配出多个目标商品;获取多个目标商品各自对应的商家;获取商家对应的第一物流方;根据对应关系构建内容推荐模型,对应关系为第一物流方与第二目标商品的对应关系,第二目标商品为商家对应的目标商品。
因此,内容推荐模型中基于第一用户设备输入的第一关键字,在商品数据库中匹配多个目标商品,再分别获取多个目标商品对应的商家,再获取商家对应的第一物流方,由于一个商家可能与多个物流方合作,故第一物流方包括由一个或多个物流方组成,进而建立一个目标商品与一个或多个物流方的对应关系,并将对应关系存储在内容推荐模型中,以便于后续根据第一用户的物流偏好信息,推荐对应的模板商品。
步骤S103:判断第一物流信息是否满足第一优先级,第一物流信息为第一目标商品对应的物流信息;第一优先级为多个物流方中优先级排序结果大于或等于预设排名的物流方。
在上述步骤中,服务器获取第一目标商品对应的第一物流信息,第一物流信息为第一目标商品对应的多个物流方,判断第一物流信息是否满足第一优先级,第一优先级是基于用户的偏好信息,将多个物流方按照用户偏好进行优先级排序,优先级越靠前,对应优先级越高。预设排名是指根据用户的偏好信息对多个物流方进行优先级排序的。
举例来说,第一物流信息中包括多个物流方,多个物流方分别为d、f以及m,在用户D的偏好信息中,偏好信息包括多个物流方的优先级排序结果,优先级排序结果为f、j、k以及u,此时第一优先级对应的物流方为f,判断第一物流信息是否满足第一优先级,以此来确定第一目标商品对应的物流服务是否满足第一用户的偏好信息。
此外,第一物流信息还可为物流时间,获取第一目标商品对应的多个物流方,获取不同的物流方运输商品的物流时间,基于第一目标商品的发货地址与第一收货地址,计算第一物流时间,第一收货地址是指第一用户使用购物平台时购买商品的默认地址。判断第一物流时间是否小于或等于预设物流时间,当第一物流时间小于或等于预设物流时间时,确认将第一物流时间对应的物流方作为第一物流信息。预设物流时间是基于历史商品运输时间得到的正常物流时间。
进一步,当第一物流时间大于预设物流时间时,确认第一物流时间对应的物流方不能作为第一物流信息,再去获取第一目标商品其他物流方的物流时间,进而确定第一物流时间。
步骤S104:若第一物流信息满足第一优先级,将第一目标商品作为推荐商品,向第一用户进行商品推荐。
在上述步骤中,服务器确认第一物流信息满足第一优先级,将第一目标商品作为第一用户的推荐商品,向第一用户进行商品推荐。
通过采用上述方法,根据偏好信息为用户推荐符合要求的物流方和目标商品,使用户无需花费大量时间查询商品的物流服务上。将偏好信息中的物流方进行优先级排序,可为用户找到满足偏好信息的物流服务,提升用户体验。根据对应关系构建内容推荐模型,基于用户对物流服务的偏好信息,为用户提供个性化的商品推荐服务,继而提升用户的购买体验,提高用户的满意度。
本申请实施例还提供了一种内容推荐装置,图4是本申请实施例提供的一种内容推荐装置的结构示意图,参考图4,服务器包括获取单元401、处理单元402以及推荐单元403。
获取单元401,获取第一用户对物流的偏好信息,偏好信息包括多个物流方的优先级排序结果。
处理单元402,将偏好信息输入内容推荐模型中,得到第一目标商品,内容推荐模型包括物流方与目标商品的对应关系,其中,一个物流方对应多个目标商品,一个目标商品对应多个物流方;判断第一物流信息是否满足第一优先级,第一物流信息为第一目标商品对应的物流信息;第一优先级为多个物流方中优先级排序结果大于或等于预设排名的物流方。
推荐单元403,若第一物流信息满足第一优先级,将第一目标商品作为推荐商品,向第一用户进行商品推荐。
在一种可能的实施方式中,获取单元401用于获取第一用户设备发送的第一关键词,第一关键词为商品对应的关键信息;处理单元402用于根据第一关键词,从商品数据库查询匹配出多个目标商品;获取单元401用于获取多个目标商品各自对应的商家;获取商家对应的物流方;根据对应关系构建内容推荐模型,对应关系为物流方与第二目标商品的对应关系,第二目标商品为商家对应的目标商品。
在一种可能的实施方式中,处理单元402用于判断用户数据库中是否存在第一用户的历史商品订单记录,用户订单数据库包括多个用户各自对应的历史商品订单记录;当第一用户存在历史商品订单记录时,调取第一用户在预设时间段的第一历史物流评分信息;对第一历史物流评分信息进行处理,得到第一用户对物流的偏好信息。
在一种可能的实施方式中,获取单元401用于获取用户对多个第一历史物流评分信息;处理单元402用于对多个第一历史物流评分信息分别进行计算,得到多个评分结果;将多个评分结果按照从大到小进行排序,得到第一用户对物流的偏好信息。
在一种可能的实施方式中,处理单元402用于当第一用户不存在第一历史商品订单记录时,获取单元401用于获取第二用户设备发送的第二关键词;根据第二关键词匹配对应的第三目标商品,获取第二用户对第三目标商品的第二历史物流评分信息;第二用户为用户数据库中除第一用户之外的任意一个用户;基于第二历史物流评分信息,确定第一用户对物流的偏好信息。
在一种可能的实施方式中,处理单元402用于对第二历史物流评分信息进行计算,得到评分数值;判断评分数值大于或等于预设物流评分阈值;当评分数值大于或等于预设物流评分阈值时,确认将评分数值对应物流信息作为优先选择的物流方,优先选择的物流方为第一用户对物流的偏好信息。
在一种可能的实施方式中,获取单元401用于获取第一目标商品的第一发货地址与第一收货地址,计算第一物流时间;处理单元402用于判断第一物流时间是否小于或等于预设物流时间;若第一物流时间小于或等于预设物流时间,确认第一物流时间为第一物流信息。
需要说明的是:上述实施例提供的装置在实现其功能时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的装置和方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本申请还公开一种电子设备。参照图5,图5为本申请实施例提供了一种电子设备的结构示意图。电子设备500可以包括:至少一个处理器501,至少一个网络接口504,用户接口503,存储器505,至少一个通信总线502。
其中,通信总线502用于实现这些组件之间的连接通信。
其中,用户接口503可以包括显示屏(Display)、摄像头(Camera),可选用户接口503还可以包括标准的有线接口、无线接口。
其中,网络接口504可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中,处理器501可以包括一个或者多个处理核心。处理器501利用各种接口和线路连接整个服务器内的各个部分,通过运行或执行存储在存储器505内的指令、程序、代码集或指令集,以及调用存储在存储器505内的数据,执行服务器的各种功能和处理数据。可选的,处理器501可以采用数字信号处理(Digital Signal Processing,DSP)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、可编程逻辑阵列(Programmable LogicArray,PLA)中的至少一种硬件形式来实现。处理器501可集成中央处理器(CentralProcessing Unit,CPU)、图像处理器(Graphics Processing Unit,GPU)和调制解调器等中的一种或几种的组合。其中,CPU主要处理操作系统、用户界面和应用请求等;GPU用于负责显示屏所需要显示的内容的渲染和绘制;调制解调器用于处理无线通信。可以理解的是,上述调制解调器也可以不集成到处理器501中,单独通过一块芯片进行实现。
其中,存储器505可以包括随机存储器(Random Access Memory,RAM),也可以包括只读存储器(Read-Only Memory)。可选的,该存储器505包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器505可用于存储指令、程序、代码、代码集或指令集。存储器505可包括存储程序区和存储数据区,其中,存储程序区。可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等;存储数据区可存储上面各个方法实施例中涉及的数据等。存储器505可选的还可以是至少一个位于远离前述处理器501的存储装置。
如图5所示,作为一种计算机存储介质的存储器505中可以包括操作系统、网络通信模块、用户接口模块以及内容推荐的应用程序。
在图5所示的电子设备500中,用户接口503主要用于为用户提供输入的接口,获取用户输入的数据;而处理器501可以用于调用存储器505中存储内容推荐的应用程序,当由一个或多个处理器执行时,使得电子设备执行如上述实施例中一个或多个所述的方法。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必需的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所披露的装置,可通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口,装置或单元的间接耦合或通信连接,可以是电性或其他的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,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单元中,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单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储器中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储器中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括:U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述者,仅为本公开的示例性实施例,不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰,皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后,将容易想到本公开的其他实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。

Claims (10)

1.一种内容推荐方法,其特征在于,应用于服务器中,所述方法包括:
获取第一用户对物流的偏好信息,所述偏好信息包括多个物流方的优先级排序结果;
将所述偏好信息输入内容推荐模型中,得到第一目标商品,所述内容推荐模型包括物流方与目标商品的对应关系,其中,一个所述物流方对应多个目标商品,一个所述目标商品对应多个物流方;
判断第一物流信息是否满足第一优先级,所述第一物流信息为所述第一目标商品对应的物流信息;所述第一优先级为多个所述物流方中优先级排序结果大于或等于预设排名的物流方;
若所述第一物流信息满足所述第一优先级,将所述第一目标商品作为推荐商品,向所述第一用户进行商品推荐。
2.根据权利要求1所述的方法,其特征在于,在将所述偏好信息输入内容推荐模型中,得到第一目标商品之前;构建所述内容推荐模型,具体包括:
获取第一用户设备发送的第一关键词,所述第一关键词为商品对应的关键信息;
根据所述第一关键词,从商品数据库查询匹配出多个所述目标商品;
获取多个所述目标商品各自对应的商家;
获取商家对应的物流方;
根据对应关系构建所述内容推荐模型,所述对应关系为所述物流方与第二目标商品的对应关系,所述第二目标商品为所述商家对应的目标商品。
3.根据权利要求1所述的方法,其特征在于,在获取第一用户对物流的偏好信息之前,所述方法还包括:
判断用户订单数据库中是否存在所述第一用户的历史商品订单记录,所述用户订单数据库包括多个用户各自对应的历史商品订单记录;
当所述第一用户存在所述历史商品订单记录时,调取所述第一用户在预设时间段的第一历史物流评分信息;
对所述第一历史物流评分信息进行处理,得到所述第一用户对物流的偏好信息。
4.根据权利要求3所述的方法,其特征在于,所述对所述第一历史物流评分信息进行处理,得到所述用户对物流的偏好信息,具体包括:
获取所述第一用户对多个所述第一历史物流评分信息;
对多个所述第一历史物流评分信息分别进行计算,得到多个评分结果;
将多个所述评分结果按照从大到小进行排序,得到所述第一用户对物流的偏好信息。
5.根据权利要求3所述的方法,其特征在于,在判断用户订单数据库中是否存在所述第一用户的历史商品订单记录之后;所述方法还包括:
当所述第一用户不存在所述第一历史商品订单记录时,获取第二用户设备发送的第二关键词;
根据所述第二关键词匹配对应的第三目标商品,获取第二用户对所述第三目标商品的第二历史物流评分信息;所述第二用户为所述用户订单数据库中除所述第一用户之外的任意一个用户;
基于所述第二历史物流评分信息,确定所述第一用户对物流的偏好信息。
6.根据权利要求5所述的方法,其特征在于,所述基于所述第二历史物流评分信息,确定所述第一用户对物流的偏好信息,具体包括:
对所述第二历史物流评分信息进行计算,得到评分数值;
判断所述评分数值大于或等于预设物流评分阈值;
当所述评分数值大于或等于所述预设物流评分阈值时,确认将所述评分数值对应物流信息作为优先选择的物流方,所述优先选择的物流方为所述第一用户对物流的偏好信息。
7.根据权利要求1所述的方法,其特征在于,所述判断第一物流信息是否满足第一优先级,具体包括:
获取所述第一目标商品的第一发货地址与第一收货地址,计算第一物流时间;
判断所述第一物流时间是否小于或等于预设物流时间;
若所述第一物流时间小于或等于所述预设物流时间,确认所述第一物流时间为所述第一物流信息。
8.一种内容推荐装置,其特征在于,所述装置为服务器,所述服务器包括获取单元(401)、处理单元(402)以及推荐单元(403):
所述获取单元(401),获取第一用户对物流的偏好信息,所述偏好信息包括多个物流方的优先级排序结果;
所述处理单元(402),将所述偏好信息输入内容推荐模型中,得到第一目标商品,所述内容推荐模型包括物流方与目标商品的对应关系,其中,一个所述物流方对应多个目标商品,一个所述目标商品对应多个物流方;判断第一物流信息是否满足第一优先级,所述第一物流信息为所述第一目标商品对应的物流信息;所述第一优先级为多个所述物流方中优先级排序结果大于或等于预设排名的物流方;
所述推荐单元(403),若所述第一物流信息满足所述第一优先级,将所述第一目标商品作为推荐商品,向所述第一用户进行商品推荐。
9.一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指令,当所述指令被执行时,执行如权利要求1-7任意一项所述的方法。
10.一种电子设备,其特征在于,包括处理器(501)、存储器(505)、用户接口(503)及网络接口(504),所述存储器(505)用于存储指令,所述用户接口(503)和所述网络接口(504)用于给其他设备通信,所述处理器(501)用于执行所述存储器(505)中存储的指令,以使所述电子设备(500)执行如权利要求1-7任意一项所述的方法。
CN202311034877.8A 2023-08-15 2023-08-15 一种内容推荐方法及装置 Pending CN117056605A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311034877.8A CN117056605A (zh) 2023-08-15 2023-08-15 一种内容推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311034877.8A CN117056605A (zh) 2023-08-15 2023-08-15 一种内容推荐方法及装置

Publications (1)

Publication Number Publication Date
CN117056605A true CN117056605A (zh) 2023-11-14

Family

ID=88653095

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311034877.8A Pending CN117056605A (zh) 2023-08-15 2023-08-15 一种内容推荐方法及装置

Country Status (1)

Country Link
CN (1) CN117056605A (zh)

Similar Documents

Publication Publication Date Title
CA2846025C (en) Recommendations based upon explicit user similarity
US11544629B2 (en) Personalized merchant scoring based on vectorization of merchant and customer data
US20160191450A1 (en) Recommendations Engine in a Layered Social Media Webpage
US20080086387A1 (en) Information-delivery system and method and applications employing same
RU2695051C1 (ru) Способ и система автоматического формирования мультимодальных сервисов грузоперевозок в режиме реального времени
US11430024B2 (en) System and method of providing a virtual guestbook
US8793236B2 (en) Method and apparatus using historical influence for success attribution in network site activity
JP2009265747A (ja) マーケティング支援システム、マーケティング支援方法、マーケティング支援プログラム及びコンピュータ読み取り可能な媒体
KR20160093694A (ko) 서치 결과를 조정하는 시스템 및 방법
KR20100003102A (ko) 개인 맞춤형 상품 정보를 제공하는 방법 및 장치
US20240144328A1 (en) Automatic rule generation for next-action recommendation engine
Ren et al. Online choice decision support for consumers: Data-driven analytic hierarchy process based on reviews and feedback
JP2021144720A (ja) プログラム、情報処理方法、端末、サーバ
JP2003091674A (ja) 商品案内提供システムおよび商品案内提供方法
US20180129664A1 (en) System and method to recommend a bundle of items based on item/user tagging and co-install graph
JP2015129983A (ja) マッチング方法及びマッチングプログラム、並びにマッチングシステム及びサーバ
JP6351813B1 (ja) 選択装置、選択方法および選択プログラム
CN117056605A (zh) 一种内容推荐方法及装置
JP6809148B2 (ja) プログラムおよび組み合わせ抽出システム
US20230237542A1 (en) System and method of providing a virtual guestbook
US20240177219A1 (en) Sharing and generating prepopulated carts by an online concierge system
US11496605B1 (en) Management of network resource transfers via network portals and physical portals
US20240070393A1 (en) Generating suggested instructions through natural language processing of instruction examples
KR20190004424A (ko) 시간 판매를 기반으로 한 사회적 네트워크 서비스 제공 시스템
JP5789481B2 (ja) アプリケーション開発支援装置及びアプリケーション開発支援方法

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