[发明专利]一种推荐方法、装置、电子设备及可读存储介质

说明书

本公开提供了一种推荐方法、装置、电子设备及可读存储介质，包括：获取所述用户的访问数据；所述访问数据包括历史访问数据和/或实时访问数据；将所述访问数据输入到预先训练好的机器学习模型，生成针对所述用户的推荐商家商品列表；所述商家商品列表包括推荐的商家以及针对至少一个所推荐的商家推荐的商品；将所述推荐商家商品列表中的商家和商品对应的展示给所述用户。解决了现有技术中推荐方法不能实际结合用户综合需求，造成推荐无法满足用户想要获取商品和商家综合信息的问题。

技术领域

本公开实施例涉及推荐技术领域，特别是涉及一种推荐方法、装置、电子设备及可读存储介质。

背景技术

随着移动终端在人们生活中的广泛应用，人们普遍习惯利用移动应用获取生活信息，其中，通过对用户历史行为数据进行离线挖掘，了解用户的兴趣，推荐满足其需求的产品是较常用的方式。

现有技术中，推荐系统针对用户的历史信息只是单纯推荐商家，或者是单纯推荐商品。如在外卖场景下用户不仅需要推荐商家，还需要推荐商家下用户敢兴趣的菜品，所以根据用户历史订单数据确定用户是否需要打包推荐，即同时推荐用户感兴趣的商家还要把商家下用户喜欢的商品推荐，减少用户的决策路径，减少用户的下单成本，提高用户的下单欲望。

所以，现有技无法满足用户针对商品和商家的综合信息获取需求。

发明内容

鉴于上述问题，提出了本公开实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种推荐方法和相应的一种推荐装置。

根据本公开的第一方面，本公开实施例公开了一种推荐方法，具体包括：

获取所述用户的访问数据；所述访问数据包括历史访问数据和/或实时访问数据；

将所述访问数据输入到预先训练好的机器学习模型，生成针对所述用户的推荐商家商品列表；所述商家商品列表包括推荐的商家以及针对至少一个所推荐的商家推荐的商品；

将所述推荐商家商品列表中的商家和商品对应的展示给所述用户。

根据本公开的第二方面，本公开实施例公开了一种推荐装置，具体包括：

数据获取模块，用于获取所述用户的访问数据；所述访问数据包括历史访问数据和/或实时访问数据；

推荐商家商品列表生成模块，用于将所述访问数据输入到预先训练好的机器学习模型，生成针对所述用户的推荐商家商品列表；所述商家商品列表包括推荐的商家以及针对至少一个所推荐的商家推荐的商品；

推荐商家商品列表展示模块，用于将所述推荐商家商品列表中的商家和商品对应的展示给所述用户。

根据本公开的第三方面，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如前述的推荐方法。

根据本公开的第四方面，提供了一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够实现前述的推荐方法。

本公开实施例包括以下优点：通过获取所述用户的访问数据；所述访问数据包括历史访问数据和/或实时访问数据；将所述访问数据输入到预先训练好的机器学习模型，生成针对所述用户的推荐商家商品列表；所述商家商品列表包括推荐的商家以及针对至少一个所推荐的商家推荐的商品；将所述推荐商家商品列表中的商家和商品对应的展示给所述用户，为用户提供一种综合商家商品信息的推荐方式。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对本公开实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。