[发明专利]基于用户画像的商品推荐方法、装置、设备及存储介质在审

专利信息
申请号: 201811540327.2 申请日: 2018-12-14
公开(公告)号: CN109711931A 公开(公告)日: 2019-05-03
发明(设计)人: 刘顺 申请(专利权)人: 深圳壹账通智能科技有限公司
主分类号: G06Q30/06 分类号: G06Q30/06;G06Q30/02;G06K9/62
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 胡海国
地址: 518000 广东省深圳市前海深港合作区前*** 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: 存储介质 商品推荐 画像 数据分析技术 行为特征 用户体验 潜在的 同质化 收藏 记录 购买
【说明书】:

发明属于数据分析技术领域,公开了一种基于用户画像的商品推荐方法、装置、设备及存储介质。本发明不再根据用户自身的购买记录或收藏的商品来推荐相同或类似的商品,而是根据与待推荐用户属于同一类的其他用户的行为特征来确定待推荐商品,使得待推荐商品的种类多,且内容更丰富,避免了推荐同质化问题,同时可发掘用户更多潜在的感兴趣的商品,从而促进商品成交,提高了用户体验。

技术领域

本发明涉及数据分析技术领域,尤其涉及一种基于用户画像的商品推荐方法、装置、设备及存储介质。

背景技术

为了能够让用户了解到自己可能需要的商品,一些购物网站或购物APP会根据用户的购买记录或收藏的商品来推荐相同或类似的商品。

但采用用户的购买记录或收藏的商品来推荐的商品,通常会存在严重的同质化问题,并且类型单一,可推荐商品的范围比较窄,导致推荐的商品很少会满足用户实际需求,用户体验差。

上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种基于用户画像的商品推荐方法、装置、设备及存储介质,旨在解决现有技术中存在推荐的商品同质化问题,并且类型单一,可推荐商品的范围比较窄,导致推荐的商品很少会满足用户实际需求,用户体验差的技术问题。

为实现上述目的,本发明提供一种基于用户画像的商品推荐方法,所述基于用户画像的商品推荐方法包括以下步骤:

获取待推荐用户的当前画像特征;

根据所述当前画像特征生成所述待推荐用户的当前特征向量;

根据所述当前特征向量通过超平面公式对所述待推荐用户进行分类,获得当前分类结果;

获取与所述当前分类结果属于同一类的其他用户的行为特征,并将获取的行为特征作为参考行为特征;

根据获取的参考行为特征确定待推荐商品,并将所述待推荐商品推送至所述待推荐用户的用户设备。

优选地,所述根据所述当前特征向量通过超平面公式对所述待推荐用户进行分类,获得当前分类结果,包括:

根据所述当前特征向量通过树状结构中各非叶子节点对应的超平面公式对所述待推荐用户进行分类,获得当前分类结果。

优选地,所述树状结构为二叉树结构,所述二叉树结构的非叶子节点分别对应不同的超平面公式,所述二叉树结构的叶子节点对应不同的用户类别。

优选地,所述根据所述当前特征向量通过树状结构中各非叶子节点对应的超平面公式对所述待推荐用户进行分类,获得当前分类结果,包括:

将二叉树结构中的根节点作为当前节点;

获取与所述当前节点对应的当前超平面公式;

将所述当前特征向量带入所述当前超平面公式,获得划分结果;

根据所述划分结果从所述二叉树结构中选取所述当前节点的子节点;

将选取的子节点作为新的当前节点,并返回所述获取与所述当前节点对应的当前超平面公式的步骤,直至所述当前节点为叶子节点时,将所述叶子节点对应的用户类别作为当前分类结果。

优选地,所述获取待推荐用户的当前画像特征之前,所述基于用户画像的商品推荐方法还包括:

获取若干样本特征向量以及对应的样本分类结果;

根据所述样本特征向量以及对应的样本分类结果对支持向量机SVM模型进行训练,获得超平面公式。

优选地,所述当前画像特征包括所述待推荐用户的年龄、性别、学历、收入信息、消费信息和资产分布类型;

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壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,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/201811540327.2/2.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