[发明专利]物品推荐方法及装置、存储介质、电子设备

说明书

本发明的实施方式提供了一种基于用户偏好的物品推荐方法及装置，属于数据处理技术领域，该方法包括：对用户历史行为数据进行第一预设处理得到用户中长期偏好；对用户实时行为数据进行第二预设处理得到用户实时偏好；根据所述用户中长期偏好以及用户实时偏好为用户推荐对应的物品。该方法可以更好的根据用户的偏好以及需求为用户推荐对应的物品，增加了物品推荐结果的精细度，使得用户可以在最短的时间内挑选到符合自己需求的物品，减少了用户挑选物品的时间同时也可以增加用户的消费额度。

技术领域

本发明的实施方式涉及数据处理领域，更具体地，本发明的实施方式涉及基于用户偏好的物品推荐方法、基于用户偏好的物品推荐装置、存储介质以及电子设备。

背景技术

本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。

随着电子商务的飞速发展，越来越多的消费者选择通过网络购物来替代实体购物。为了可以使得消费者在最短的时间内找到符合的物品，各大购物网站大多数都是通过根据用户以往的购物习惯为用户进行推荐。

在现有的协同过滤物品推荐方法中，主要是给用户推荐一些和他们之前喜欢的物品相似的物品；但是，该算法并不利用物品的内容属性计算物品之间的相似度，它主要通过分析用户的行为记录计算物品之间的相似度。该算法认为，物品A和物品B具有很大的相似度是因为喜欢物品A的用户大都也喜欢物品B，基于物品的协同过滤算法主要分为两步：一、计算物品之间的相似度；二、根据物品的相似度和用户的历史行为给用户生成推荐列表。

发明内容

但是，在一些技术中，一方面，没有对用户偏好进行分析，使得物品的推荐结果不够精细，不能够正确的反应用户的喜好，使得用户无法在最短的时间内挑选到符合自己需求的物品；另一方面，推荐场景过于单一，使得用户不能在挑选一类物品的同时还可以看到其他需要购买的物品，减少了用户的消费数额；再一方面，不能对给定集合的物品做个性化推荐，减少了推荐页面的趣味性同时降低了用户购买的意愿。

因此在现有技术中，以协同过滤物品推荐的方法为用户推荐物品不能在较短的时间内达到较好的消费目的，这是非常令人烦恼的过程。

为此，非常需要一种改进的基于用户偏好的物品推荐方法、基于用户偏好的物品推荐装置、存储介质以及电子设备，以使用户可以根据推荐结果及时的找到符合自己需求的物品，并增加消费额度。

在本上下文中，本发明的实施方式期望提供一种基于用户偏好的物品推荐方法、基于用户偏好的物品推荐装置、存储介质以及电子设备。

根据本公开的一个方面，提供一种基于用户偏好的物品推荐方法，包括：

对用户历史行为数据进行第一预设处理得到用户中长期偏好；

对用户实时行为数据进行第二预设处理得到用户实时偏好；

根据所述用户中长期偏好以及用户实时偏好为用户推荐对应的物品。

在本公开的一种示例性实施例中，根据所述用户中长期偏好以及用户实时偏好为用户推荐对应的物品包括：

对所述用户实时偏好进行第三预设处理得到用户意图；

根据所述用户中长期偏好、用户实时偏好以及用户意图得到用户综合偏好；

根据所述用户综合偏好为用户推荐与所述用户综合偏好对应的物品。

在本公开的一种示例性实施例中，所述行为数据包括浏览行为数据、收藏行为数据、加购行为数据、购买行为数据以及曝光行为数据中的多种。

在本公开的一种示例性实施例中，对所述用户历史行为数据进行第一预设处理得到用户中长期偏好包括：