[发明专利]物品推荐方法、装置、设备及存储介质在审
申请号: | 201910020079.7 | 申请日: | 2019-01-09 |
公开(公告)号: | CN109711948A | 公开(公告)日: | 2019-05-03 |
发明(设计)人: | 方建生 | 申请(专利权)人: | 广州视源电子科技股份有限公司 |
主分类号: | G06Q30/06 | 分类号: | 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: | 510530 广东省*** | 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: | 目标用户 存储介质 时序数据 个性化需求 采集目标 方法推荐 目标物品 用户推荐 新颖性 多样性 发送 清晰 语言 | ||
本发明公开了一种物品推荐方法、装置、设备及存储介质,首先需要接收物品推荐请求,物品推荐请求由目标用户发送;然后采集目标用户的行为时序数据;最终,基于行为时序数据,向目标用户推荐确定的目标物品。在向用户推荐物品时,采用上述物品推荐方法推荐物品给目标用户,可以实现推荐物品的多样性和新颖性,满足用户个性化需求,且使推荐结果可以用语言清晰明白的进行表述。
技术领域
本发明实施例涉及物品检索技术,尤其涉及物品推荐方法、装置、设备及存储介质。
背景技术
随着互联网技术的发展,互联网能够为用户提供越来越多的网络服务,例如:用户可以通过互联网浏览视频、收听音乐、阅读、购物等。在互联网平台中,用户可以通过搜索功能搜索自己需要的物品。同时,为了方便用户获取感兴趣的物品或者长尾物品,互联网平台还可以主动向用户推荐物品。如亚马逊书籍推荐、淘宝物品推荐等,可以发现,推荐的本质是精准挖掘出用户潜在而必需的个性化需求物品。
现有的物品推荐方法是基于相关性和相似性的推荐方法,如ItemCF、UserCF等协同过滤算法或基于关联规则的频繁模式挖掘方法。在实现本发明过程中,发明人发现现有推荐方法存在下述缺陷:基于相关性和相似性的推荐方法,在推荐物品的多样性和新颖性上用户实际体验并不好。同时,发明人还发现基于潜语义模型(Latent Factor Model,LFM)和深度学习的推荐方法尽管能够解决推荐物品多样性和新颖性的问题,但所获得的推荐结果具有不可解释性,存在无法用语言清晰明白表述的问题。
发明内容
本发明实施例提供了物品推荐方法、装置、设备及存储介质,实现了推荐物品的多样性和新颖性,且使推荐结果可以用语言清晰明白的进行表述。
第一方面,本发明实施例提供了一种物品推荐方法,包括:
接收物品推荐请求,所述物品推荐请求由目标用户发送;
采集所述目标用户的行为时序数据;
基于所述行为时序数据,向所述目标用户推荐确定的目标物品。
第二方面,本发明实施例还提供了一种物品推荐装置,包括:
请求接收模块,用于接收物品推荐请求,所述物品推荐请求由目标用户发送;
数据采集模块,用于采集所述目标用户的行为时序数据;
目标物品确定模块,用于基于所述行为时序数据,向所述目标用户推荐确定的目标物品。
第三方面,本发明实施例还提供了一种设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述本发明实施例第一方面提供的物品推荐方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有一个或多个计算机程序,该程序被处理器执行时实现如上述第一方面实施例提供的物品推荐方法。
在上述物品推荐方法、装置、设备及存储介质中,对于目标物品的推荐,首先需要接收物品推荐请求,物品推荐请求由目标用户发送;然后采集目标用户的行为时序数据;最终,基于行为时序数据,向目标用户推荐确定的目标物品。在向用户推荐物品时,采用上述物品推荐方法推荐物品给目标用户,可以实现推荐物品的多样性和新颖性,满足用户个性化需求,且使推荐结果可以用语言清晰明白的进行表述。
附图说明
图1为本发明实施例一提供的物品推荐方法的流程图;
图2为本发明实施例一提供的用户U的时序图;
图3为本发明实施例一提供的用户V的时序图;
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广州视源电子科技股份有限公司,未经广州视源电子科技股份有限公司许可,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/201910020079.7/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种家具管理销售系统
- 下一篇:适用于软装行业的计算器