[发明专利]货品推荐方法、装置、计算机设备和可读存储介质

权利要求书

1.一种货品推荐方法，其特征在于，应用于计算机设备，所述计算机设备与外部数据库连接，所述计算机设备或所述外部数据库中存储有预先计算得到的目标货品的推荐参数，所述方法包括：

接收用户获取目标货品的推荐参数的请求，根据所述请求，查询所述计算机设备中是否存储有所述目标货品的推荐参数，若是，则从所述计算机设备中获取并提供所述目标货品的推荐参数；若否，则查询所述外部数据库中是否存储有所述目标货品的推荐参数，若是，则从所述外部数据库中获取并提供所述目标货品的推荐参数。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

判断接收到获取目标货品的推荐参数的请求的次数是否达到预设热门阈值，若是，则将所述目标货品的推荐参数存入所述计算机设备的内存中，若否，则将所述目标货品的推荐参数存入所述外部数据库中。

3.根据权利要求2所述的方法，其特征在于，所述计算机设备还存储有多个货品的价格、多个货品的名称、多个货品的类别距离和多个货品的权重，所述目标货品的推荐参数中包括第一推荐参数，所述第一推荐参数通过以下步骤计算得到：

获取用户选择的货品的价格、货品的类别、货品的名称和货品的权重；

根据所述用户选择的货品的价格和多个货品的价格，计算得到第一目标货品的相差价格参数；

根据所述用户选择的货品的名称和多个货品的名称，计算得到第一目标货品的名称类似度参数；

根据所述用户选择的货品的类别和多个货品的类别距离，计算得到第一目标货品的类别间距参数；

根据所述用户选择的货品的权重和多个货品的权重，计算得到第一目标货品的权重值参数；

根据所述第一目标货品的相差价格参数、第一目标货品的名称类似度参数、第一目标货品的类别间距参数和第一目标货品的权重值参数，计算得到所述目标货品的第一推荐参数。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：判断所述目标货品所在类别的货品个数是否超过预设货品推荐个数，若是，则根据所述用户选择的货品的价格和所述目标货品所在类别的货品的价格，计算得到第一目标货品的相差价格参数；

根据所述用户选择的货品的名称和所述目标货品所在类别的货品的名称，计算得到第一目标货品的名称类似度参数；

根据所述用户选择的货品的类别和所述目标货品所在类别的货品的类别距离，计算得到第一目标货品的类别间距参数；

根据所述用户选择的货品的权重和所述目标货品所在类别的货品的权重，计算得到第一目标货品的权重值参数；

根据所述第一目标货品的相差价格参数、第一目标货品的名称类似度参数、第一目标货品的类别间距参数和第一目标货品的权重值参数，计算得到所述目标货品的第一推荐参数；

若否，则根据所述目标货品所在类别的货品和所述多个货品中预设类别距离的货品计算得到所述第一推荐参数。

5.根据权利要求3所述的方法，其特征在于，所述第一目标货品的相差价格参数、第一目标货品的名称类似度参数、第一目标货品的类别间距参数、第一目标货品的权重值参数和第一推荐参数通过以下公式计算得到：

c_j＝c_j*θ

p_j＝|price_j-price_s|

score_j＝α₁p_j+γ₁w_j+λ₁n_j+c_j

其中，c_j为所述第一目标货品j的类别间距参数，θ为第一惩罚值，p_j为第一目标货品j的相差价格参数，price_j为所述多个货品的价格，price_s为用户选择的货品的价格，w_j为所述第一目标货品j的权重值参数，∈为平滑系数，score_j为第一推荐参数，n_j为第一目标货品j的名称类似度参数，α₁+γ₁+λ₁＝1。