[发明专利]推荐方法、装置、电子设备及可读存储介质

权利要求书

1.一种推荐方法，其特征在于，所述方法包括：

获取即时订单对应的第一配送信息，所述第一配送信息包括：第一目标商家、目标用户、以及所述第一目标商家的第一位置到所述目标用户的第二位置之间的第一配送路径；

确定位于所述第一配送路径预设范围内的候选商家；

根据所述目标用户针对所述候选商家的二次下单概率，从所述候选商家中确定第二目标商家；

向所述目标用户推荐所述第二目标商家。

2.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户针对所述候选商家的二次下单概率，从所述候选商家中确定第二目标商家的步骤之前，所述方法还包括：

获取所述即时订单对应的已下单时长；

根据所述已下单时长，确定所述目标用户针对所述候选商家的二次下单概率。

3.根据权利要求1所述的方法，其特征在于，所述确定位于所述第一配送路径预设范围内的候选商家的步骤，包括：

获取所述即时订单对应的配送员位置；

确定位于所述第一配送路径且与所述配送员位置的距离小于预设距离的第一商家；

根据第二配送信息，确定满足配送条件的第二商家；其中，所述第二配送信息包括：所述第二商家的第三位置到所述目标用户的第二位置之间的第二配送路径、配送时长、以及配送距离；

从所述第二商家中确定候选商家。

4.根据权利要求3所述的方法，其特征在于，所述从所述候选商家中确定第二目标商家的步骤之后，所述方法还包括：

根据所述第二配送路径、和/或所述配送员位置与所述第三位置之间的距离、和/或所述第三位置与所述第二位置之间的距离，调整所述第二配送路径对应的配送费用。

5.根据权利要求1所述的方法，其特征在于，所述根据所述目标用户针对所述候选商家的二次下单概率，从所述候选商家中确定第二目标商家的步骤之前，所述方法还包括：

将所述候选商家输入预测模型，通过所述预测模型输出所述目标用户针对所述候选商家的二次下单概率；所述预测模型为根据用户针对商家的历史行为特征训练得到的深度强化学习模型。

6.根据权利要求5所述的方法，其特征在于，通过如下步骤训练所述深度强化学习模型：

根据历史样本，初始化所述深度强化学习模型的第一状态；其中，所述第一状态包括：用户特征和推荐商家特征；

根据所述深度强化学习模型的当前Q函数，预测所述第一状态对应的动作；其中，所述动作包括：用户针对所述推荐商家的行为特征；

确定在所述第一状态施加所述动作之后迁移到的第二状态；

根据所述第二状态对应的下单概率，获取所述第二状态对应的奖励分数；

根据所述奖励分数，调整所述当前Q函数；

重复上述步骤，直到奖励分数满足预设条件。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

根据所述推荐商家从被展示到被触发经历的时长，调整所述第二状态对应的奖励分数。

8.根据权利要求1所述的方法，其特征在于，所述向所述目标用户推荐所述第二目标商家的步骤，包括：

向所述目标用户推送配送展示页，所述配送展示页中包括地图界面，所述地图界面中显示有所述第二目标商家的位置信息、商品信息、以及配送员的实时位置信息。

9.一种推荐装置，其特征在于，所述装置包括：

信息获取模块，用于获取即时订单对应的第一配送信息，所述第一配送信息包括：第一目标商家、目标用户、以及所述第一目标商家的第一位置到所述目标用户的第二位置之间的第一配送路径；

候选确定模块，用于确定位于所述第一配送路径预设范围内的候选商家；

目标确定模块，用于根据所述目标用户针对所述候选商家的二次下单概率，从所述候选商家中确定第二目标商家；

信息推荐模块，用于向所述目标用户推荐所述第二目标商家。