[发明专利]业务推荐方法、装置、计算机设备和存储介质

权利要求书

1.一种业务推荐方法，其特征在于，包括：

获取多个用户的终端行为数据；

根据所述终端行为数据进行聚类分析，将多个所述用户划分为至少一个用户群体；

获取所述用户群体中用户的历史业务数据，对所述用户的历史业务数据进行融合处理，得到所述用户群体对应的推荐业务列表；

将所述用户群体对应的推荐业务列表分发至所述用户群体对应的线程池；

确定待推荐用户对应的用户群体，创建所述待推荐用户对应的推荐任务，将所述推荐任务分配给确定的用户群体对应的线程池；

通过所述线程池处理所述推荐任务，向所述待推荐用户推荐所述用户群体对应的推荐业务列表中的业务。

2.如权利要求1所述的业务推荐方法，其特征在于，所述终端行为数据包括对应的用户对多种商品的用户行为事件；

所述根据所述终端行为数据进行聚类分析，将多个所述用户划分为至少一个用户群体，包括：

根据所述用户对多种商品的用户行为事件，确定所述用户的感兴趣商品列表；

对所述用户的感兴趣商品列表进行向量化处理，得到所述用户的感兴趣商品向量；

对多个所述感兴趣商品向量进行聚类分析，将多个所述感兴趣商品向量对应的多个用户划分为至少一个用户群体。

3.如权利要求2所述的业务推荐方法，其特征在于，所述根据所述用户对多种商品的用户行为事件，确定所述用户的感兴趣商品列表，包括：

根据所述用户对多种商品的用户行为事件，对所述多种商品进行感兴趣评分，得到所述用户对所述多种商品的感兴趣分值；

若所述用户对商品的感兴趣分值大于第一预设阈值，将所述商品标记为所述用户的感兴趣商品；

根据所述用户的感兴趣商品，生成所述用户的感兴趣商品列表。

4.如权利要求2所述的业务推荐方法，其特征在于，所述对多个所述感兴趣商品向量进行聚类分析，将多个所述感兴趣商品向量对应的多个用户划分为至少一个用户群体，包括：

基于余弦相似度算法，计算任意两个感兴趣商品向量之间的夹角余弦值；

若有任意两个感兴趣商品向量之间的夹角余弦值不小于第二预设阈值，将所述两个感兴趣商品向量对应的用户标记为相同的用户群体。

5.根据权利要求1中所述的业务推荐方法，其特征在于，所述用户的历史业务数据包括所述用户的已购买业务；

所述对所述用户的历史业务数据进行融合处理，得到所述用户群体对应的推荐业务列表，包括：

对所述用户群体中所有用户的历史业务数据取交集，得到所述用户群体对应的推荐业务列表，所述推荐业务列表包括至少一个已购买业务；或者

对所述用户群体中所有用户的历史业务数据取并集，得到所述用户群体对应的推荐业务列表，所述推荐业务列表包括至少一个已购买业务。

6.根据权利要求5中所述的业务推荐方法，其特征在于，所述将所述用户群体对应的推荐业务列表分发至所述用户群体对应的线程池之前，还包括：

计算所述推荐业务列表中各已购买业务的群体购买比例，所述群体购买比例等于所述用户群体中用户对所述已购买业务的购买比例；

若有已购买业务的群体购买比例小于第三预设阈值，将所述已购买业务从所述推荐业务列表剔除。

7.根据权利要求1所述的业务推荐方法，其特征在于，所述通过所述线程池处理所述推荐任务，向所述待推荐用户推荐所述用户群体对应的推荐业务列表中的业务，包括：

获取所述待推荐用户的已购买业务；

根据所述线程池对应的推荐业务列表生成所述待推荐用户对应的待推荐业务列表，所述待推荐业务列表不包括所述待推荐用户的已购买业务；

向所述待推荐用户的终端发送所述待推荐业务列表中业务的数据。