[发明专利]一种商品推荐模型训练方法、装置、设备及存储介质在审

专利信息
申请号: 201810884171.3 申请日: 2018-08-06
公开(公告)号: CN109165974A 公开(公告)日: 2019-01-08
发明(设计)人: 吴佳东 申请(专利权)人: 深圳乐信软件技术有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06Q30/06
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 518000 广东省深圳市南山区*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 方差 商品推荐 兴趣度 停留 存储介质 模型训练 特征数据 用户浏览 输出变量 输入变量 点击率 页面 浏览 预测
【说明书】:

发明实施例公开了一种商品推荐模型训练方法、装置、设备及存储介质,其中,该方法包括:获取各用户分别浏览商品的首页、详情页以及评价页的历史停留时间,以及获取各用户浏览商品的历史停留总时间;根据各用户浏览各页面的历史停留时间,分别确定各页面对应的第一时间均值,并分别确定第一方差;根据所述历史停留总时间,确定商品对应的第二时间均值,并确定第二方差;根据第一时间均值、第一方差、第二时间均值以及第二方差,确定用户对商品的兴趣度;以商品的特征数据以及用户的特征数据为输入变量,以兴趣度为输出变量对设定模型进行训练,得到训练的商品推荐模型,可以准确预测用户对商品的兴趣度,从而增加推荐结果的点击率。

技术领域

本发明实施例涉及数据处理技术,尤其涉及一种商品推荐模型训练方法、装置、设备及存储介质。

背景技术

电子商务平台是个性化商品推荐系统的一大应用领域。其中,个性化商品推荐方式包括:基于用户的历史行为数据和实时行为数据,通过各种商品召回策略确定推荐商品的候选集;通过点击率预测模型确定候选集商品的展示顺序,点击概率高的商品优先被展示。

其中,现有技术中,点击率预测模型的建模可以是:通过用户对商品的曝光和点击行为构建训练集,曝光未点击的样本的标签为0,曝光并点击的样本的标签为1;对模型进行训练,然后利用模型预测每个用户对候选集商品的点击概率,通过点击概率确定该用户的个性化商品推荐顺序,点击概率高的商品优先展示给该用户。

但是上述建模的模型不能很好地刻画用户对商品的兴趣度。例如,用户可能只是误点了该商品,或者只是被吸引人的商品描述或者图片所迷惑,点击了该商品后即离开该商品相关页面。因此,预测模型最终预测出的用户点击概率也不能很好地反映用户真正的兴趣。

发明内容

本发明实施例提供一种商品推荐模型训练方法、装置、设备及存储介质,可以准确预测用户对商品的兴趣度,从而增加推荐结果的点击率。

第一方面,本发明实施例提供了一种商品推荐模型训练方法,包括:

获取各用户分别浏览商品的首页、详情页以及评价页的历史停留时间,以及获取各用户浏览所述商品的历史停留总时间;

根据各所述用户浏览各页面的历史停留时间,分别确定各页面对应的第一时间均值,并分别确定所述第一时间均值对应的第一方差;

根据各所述用户浏览所述商品的所述历史停留总时间,确定所述商品对应的第二时间均值,并确定所述第二时间均值对应的第二方差;

根据所述第一时间均值、所述第一方差、所述第二时间均值以及所述第二方差,确定所述用户对所述商品的兴趣度;

以所述商品的特征数据以及所述用户的特征数据为输入变量,以所述兴趣度为输出变量对设定模型进行训练,得到训练的商品推荐模型。

第二方面,本发明实施例还提供了一种商品推荐模型训练装置,包括:

获取模块,用于获取各用户分别浏览商品的首页、详情页以及评价页的历史停留时间,以及获取各用户浏览所述商品的历史停留总时间;

第一确定模块,用于根据各所述用户浏览各页面的历史停留时间,分别确定各页面对应的第一时间均值,并分别确定所述第一时间均值对应的第一方差;

第二确定模块,用于根据各所述用户浏览所述商品的所述历史停留总时间,确定所述商品对应的第二时间均值,并确定所述第二时间均值对应的第二方差;

第三确定模块,用于根据所述第一时间均值、所述第一方差、所述第二时间均值以及所述第二方差,确定所述用户对所述商品的兴趣度;

训练模块,用于以所述商品的特征数据以及所述用户的特征数据为输入变量,以所述兴趣度为输出变量对设定模型进行训练,得到训练的商品推荐模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳乐信软件技术有限公司,未经深圳乐信软件技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810884171.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top