[发明专利]物品的推荐方法、装置和计算机可读存储介质

说明书

本公开涉及一种物品的推荐方法、装置和计算机可读存储介质，涉及数据处理技术领域。该方法包括：以物品的ID和购买过物品的用户的相关信息为输入，以物品的使用周期为输出，训练机器学习模型；将目标用户的相关信息和目标用户的历史订单数据中的物品的ID输入机器学习模型，以获取历史订单数据中的物品的使用周期；根据历史订单数据中的物品的最近购买日期和该物品的使用周期，确定是否向目标用户推荐该物品。本公开的技术方案能够提高物品推荐的准确度。

技术领域

本公开涉及数据处理技术领域，特别涉及一种物品的推荐方法、物品的装置和计算机可读存储介质。

背景技术

在电子商务领域，常需要根据不同的用户推荐不同的物品，以提升销量和用户体验。

相关技术主要包括：基于销量、地域、价格、时间设置权重对物品进行推荐排序；追踪用户实时行为，向用户推荐浏览过的物品；基于物品的协同过滤算法，例如，用户A和用户B买了相同物品a，用户B还买了其他物品b与物品c，则物品b和物品c会被推荐给用户A。

发明内容

本公开的发明人发现上述相关技术中存在如下问题：没能深层挖掘用户需求与物品之间的内在关联，导致物品推荐的准确率低。

鉴于此，本公开提出了一种物品的推荐技术方案，能够提高物品推荐的准确率。

根据本公开的一些实施例，提供了一种物品的推荐方法，包括：以物品的ID和购买过所述物品的用户的相关信息为输入，以所述物品的使用周期为输出，训练机器学习模型；将目标用户的相关信息和所述目标用户的历史订单数据中的物品的ID输入所述机器学习模型，以获取所述历史订单数据中的物品的使用周期；根据所述历史订单数据中的物品的最近购买日期和该物品的使用周期，确定是否向所述目标用户推荐该物品。

在一些实施例中，在所述历史订单数据中的物品的最近购买日期加上该物品的使用周期后超过当前日期的情况下，向所述目标用户推荐该物品；在所述历史订单数据中的物品的最近购买日期加上该物品的使用周期后未超过当前日期的情况下，不向所述目标用户推荐该物品。

在一些实施例中，根据所述目标用户的相关信息和所述目标用户的历史订单数据生成第一集合，所述第一集合中包括由物品的ID和该物品的最近购买日期组成的键值对；根据所述历史订单数据中物品的使用周期生成第二集合，所述第二集合中包括由物品的ID和该物品的使用周期组成的键值对；根据所述第一集合和所述第二集合，确定向目标用户推荐的物品。

在一些实施例中，所述相关信息包括用户的性别信息、年龄信息、所在地信息、等级信息、购买物品的数量中的一项或多项。

在一些实施例中，所述性别信息经过独热码方式处理。

根据本公开的另一些实施例，提供一种物品的推荐装置，包括：训练单元，用于以物品的ID和购买过所述物品的用户的相关信息为输入，以所述物品的使用周期为输出，训练机器学习模型；获取单元，用于将目标用户的相关信息和所述目标用户的历史订单数据中的物品的ID输入所述机器学习模型，以获取所述历史订单数据中的物品的使用周期；推荐单元，用于根据所述历史订单数据中的物品的最近购买日期和该物品的使用周期，确定是否向所述目标用户推荐该物品。

在一些实施例中，所述推荐单元在所述历史订单数据中的物品的最近购买日期加上该物品的使用周期后超过当前日期的情况下，向所述目标用户推荐该物品，在所述历史订单数据中的物品的最近购买日期加上该物品的使用周期后未超过当前日期的情况下，不向所述目标用户推荐该物品。

在一些实施例中，所述推荐单元根据所述目标用户的相关信息和所述目标用户的历史订单数据生成第一集合，所述第一集合中包括由物品的ID和该物品的最近购买日期组成的键值对，根据所述历史订单数据中物品的使用周期生成第二集合，所述第二集合中包括由物品的ID和该物品的使用周期组成的键值对，根据所述第一集合和所述第二集合，确定向目标用户推荐的物品。