[发明专利]商品组合方法、装置、电子设备及可读存储介质

说明书

本公开的实施例提供了一种商品组合方法、装置、电子设备及可读存储介质，所述方法包括：依据目标商品的历史销量和当前价格生成候选商品集；采用预先训练的概率参数预测模型预测所述候选商品集中各商品的初始概率参数以及商品间的联合概率参数，所述概率参数预测模型包括编码网络和解码网络，所述编码网络和所述解码网络为长短期记忆网络；依据所述各商品的初始概率参数以及商品间的联合概率参数选取目标组合商品。可以通过联合概率参数选取目标组合商品，有助于提高目标组合商品的准确度，且商品可以任意组合，组合结果呈多样化。

技术领域

本公开的实施例涉及个性化推荐领域，尤其涉及一种商品组合方法、装置、电子设备及可读存储介质。

背景技术

在搜索引擎中，根据用户输入的关键字显示搜索结果，包括：与关键词相关的网页信息以及广告信息。而该方式的广告信息创造了很高的经济效益。

现有技术中，申请号为201610172831.6提出了基于热量菜品搭配。主要步骤包括：根据用户的每天所需基础热量及提前获取的该天所需消耗的热量，计算用户在就餐的时候所需要补充的热量；根据每个菜品所对应的热量值以及菜品组合方法，制定当前用户的多个备选菜品组合；根据用户在系统中的消费行为以及口味爱好，在备选菜品组合中，生成多个菜品组合方案；根据菜品组合方案的排序，为用户推荐最佳组合菜品。

针对上述方案进行研究可知，由于菜品热量的预估准确性较低，导致最佳组合菜品的准确度较低；此外，菜品组合方法限制了组合结果的多样性。

发明内容

本公开的实施例提供一种商品组合方法、装置、电子设备及可读存储介质，以解决上述菜品组合准确度较低，且限制多样性的问题。

根据本公开的实施例的第一方面，提供了一种商品组合方法，所述方法包括：

依据目标商品的历史销量和当前价格生成候选商品集；

采用预先训练的概率参数预测模型预测所述候选商品集中各商品的初始概率参数以及商品间的联合概率参数，所述概率参数预测模型包括编码网络和解码网络，所述编码网络和所述解码网络为长短期记忆网络，在训练时，编码网络的输入为各商品样本的商品特征和解码网络输出的初始概率参数和联合概率参数，解码网络的输入为历史订单中各商品的商品特征以及所述编码网络的输出，所述历史订单中各商品的初始概率参数和商品间的联合概率参数用于指示所述概率参数预测模型的训练；

依据所述各商品的初始概率参数以及商品间的联合概率参数选取目标组合商品。

根据本公开的实施例的第二方面，提供了一种商品组合装置，所述装置包括：

候选商品集生成模块，用于依据目标商品的历史销量和当前价格生成候选商品集；

概率参数预测模块，用于采用预先训练的概率参数预测模型预测所述候选商品集中各商品的初始概率参数以及商品间的联合概率参数，所述概率参数预测模型包括编码网络和解码网络，所述编码网络和所述解码网络为长短期记忆网络，在训练时，编码网络的输入为各商品样本的商品特征和解码网络输出的初始概率参数和联合概率参数，解码网络的输入为历史订单中各商品的商品特征以及所述编码网络的输出，所述历史订单中各商品的初始概率参数和商品间的联合概率参数用于指示所述概率参数预测模型的训练；

组合商品选取模块，用于依据所述各商品的初始概率参数以及商品间的联合概率参数选取目标组合商品。

根据本公开的实施例的第三方面，提供了一种电子设备，包括：

处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现前述商品组合方法。

根据本公开的实施例的第四方面，提供了一种可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行前述商品组合方法。