[发明专利]一种产品推荐方法及装置，电子设备

权利要求书

1.一种产品推荐方法，其特征在于，包括：

确定用户访问行为的用户场景；

确定所述用户场景下每个产品推荐策略推荐的产品比例；

确定与所述用户场景匹配的多个产品推荐策略；其中，与所述用户场景匹配的产品推荐策略为：所述推荐的产品比例大于预设阈值的产品推荐策略；

在每个所述产品推荐策略推荐的产品中选择相应产品比例的产品作为候选推荐产品；

通过预先训练的排序模型对所述候选推荐产品进行排序；所述排序为按照用户需求，将与用户需求贴近的产品排位提前；

所述方法还包括：根据每条用户历史行为日志，获取一组用户画像信息、用户请求信息及上下文信息；分别从获取的每组所述用户画像信息、用户请求信息及上下文信息中提取进行用户场景识别的不同维度的一组场景特征；设置每组所述场景特征的用户场景标签；对于每一个用户场景，将具有该场景对应的用户场景标签的所有组场景特征作为正样本，将具有其他场景标签的所有组场景特征作为负样本，训练用户场景分类器；

其中，所述确定用户访问行为的用户场景，包括：

通过所述训练的用户场景分类器，对用户访问行为的访问请求信息和上下文信息、所述用户的用户画像信息进行识别，确定用户访问行为的用户场景。

2.根据权利要求1所述的方法，其特征在于，所述通过所述训练的用户场景分类器，对用户访问行为的访问请求信息和上下文信息、所述用户的用户画像信息进行识别，确定用户访问行为的用户场景，包括：

确定用户访问行为的访问请求信息和上下文信息，及所述用户的用户画像信息；

基于所述访问请求信息和上下文信息、所述用户画像信息，提取场景特征；

通过预先训练的用户场景分类器对所述场景特征进行识别，确定所述访问行为的用户场景。

3.根据权利要求1所述的方法，其特征在于，所述确定与所述用户场景匹配的多个产品推荐策略，以及每个所述产品推荐策略推荐的产品比例的步骤，包括：

根据用户历史行为日志，确定与所述用户场景匹配的多个产品推荐策略和每个所述产品推荐策略推荐的产品比例。

4.根据权利要求3所述的方法，其特征在于，所述根据用户历史行为日志，确定与所述用户场景匹配的多个产品推荐策略和每个所述产品推荐策略推荐的产品比例的步骤，包括：

根据用户的历史行为日志，确定所述用户场景下每个产品推荐策略推荐的产品比例；

将推荐的产品比例大于预设阈值的产品推荐策略作为所述用户场景匹配的产品推荐策略；

其中，每个产品推荐策略推荐的产品比例为：用户的历史行为日志中，预设行为类型的第一加权次数与相应行为类型的第二加权次数的比值；所述第一加权次数为所述用户对该产品推荐策略推荐的产品产生预设行为类型的加权次数，所述第二加权次数为所述用户对所述用户场景下所有产品推荐策略推荐的产品产生相应行为类型的加权次数。

5.根据权利要求1所述的方法，其特征在于，所述确定与所述用户场景匹配的多个产品推荐策略，以及每个所述产品推荐策略推荐的产品比例的步骤，包括：

根据用户历史行为日志和实时行为日志，确定与所述用户场景匹配的多个产品推荐策略和每个所述产品推荐策略推荐的产品比例。

6.根据权利要求5所述的方法，其特征在于，所述根据用户历史行为日志和实时行为日志，确定与所述用户场景匹配的多个产品推荐策略和每个所述产品推荐策略推荐的产品比例的步骤，包括：

根据用户的历史行为日志和实时行为日志，确定所述用户场景下每个产品推荐策略推荐的产品比例；

将推荐的产品比例大于预设阈值的产品推荐策略作为所述用户场景匹配的产品推荐策略；

其中，每个产品推荐策略推荐的产品比例为：用户的历史行为日志和实时行为日志中，预设行为类型的第三加权次数与相应行为类型的第四加权次数的比值；所述第三加权次数为所述用户对该产品推荐策略推荐的产品产生预设行为类型的加权次数，所述第四加权次数为所述用户对所述用户场景下所有产品推荐策略推荐的产品产生相应行为类型的加权次数。