[发明专利]跨平台商品推荐方法、装置以及计算机设备

说明书

本发明公开了一种跨平台商品推荐方法，该方法包括：接收商品推荐任务，根据所述商品推荐任务中的目标商品创建初始人群包；从包括第一平台的第一类别用户的第一用户画像信息和第二平台的第二类别用户的第二用户画像信息的用户信息表中找出包括所述初始人群包的目标标签的目标用户集；对所述目标用户集进行去重过滤后添加到所述初始人群包，得到目标商品人群包；将所述目标商品推荐到所述目标商品人群包中的每个用户。本发明还提供一种跨平台商品推荐装置、计算机设备以及计算机可读存储介质。本发明能够实现跨平台进行商品推荐，将两个平台的用户数据进行融合后再执行商品推荐，因此，推荐更加全面，精确度也提高了。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种跨平台商品推荐方法、装置、计算机设备及计算机可读存储介质。

背景技术

随着互联网技术的发展，越来越多的用户选择在网上浏览、挑选或者购买自己需要的商品。随着商品数目和种类的增多，用户往往需要花费大量的时间才能找到自己需要的商品。为了解决这个问题，各个电商平台都不同程度地采用各种形式的推荐技术向用户进行商品推荐。现有的推荐方法主要大多是电商平台通过获取用户在平台中的浏览，点击，搜索，购买等记录，以及获取用户自身的年龄，性别，活跃城市，消费等级等用户信息来对用户进行商品的个性化推荐。然而，这种主要基于电商平台自身用户的点击搜索和购买历史等的商品推荐方式，推荐效果并不全面，而且精确度也不是很高。

发明内容

有鉴于此，本发明提出一种跨平台商品推荐方法、装置、计算机设备及计算机可读存储介质，能够解决上述的商品推荐不够全面，以及推荐精确度不高的问题。

首先，为实现上述目的，本发明提供一种跨平台商品推荐方法，所述方法包括：

接收商品推荐任务，根据所述商品推荐任务中的目标商品创建初始人群包；从用户信息表中找出包括所述初始人群包的目标标签的目标用户集，其中，所述用户信息表包括第一平台的第一类别用户的第一用户画像信息和第二平台的第二类别用户的第二用户画像信息；对所述目标用户集进行去重过滤后添加到所述初始人群包，得到目标商品人群包；将所述目标商品推荐到所述目标商品人群包中的每个用户。

在一个例子中，所述根据所述商品推荐任务中的目标商品创建初始人群包包括：获取所述目标商品的商品关键字，查找出所述商品关键字关联的商品清单和影视剧清单；查找出与所述商品清单包括的商品具有关联的第一标签集，以及与所述影视剧清单包括的影视剧具有关联的第二标签集；将所述第一标签集和所述第二标签集设置为所述初始人群包的所述目标标签。

在一个例子中，所述第一平台为视频播放平台，所述第一用户画像信息包括用户对于影视剧的喜好标签，所述第一用户画像信息是通过统计所述用户对所述影视剧的看剧行为，追剧行为以及评论和弹幕行为得到的。

在一个例子中，所述第二平台为购物平台，所述第二用户画像信息包括用户对于商品的喜好标签，所述第二用户画像信息是通过统计所述用户对所述商品的浏览行为，购买行为和分享行为得到的。

在一个例子中，所述对所述目标用户集进行去重过滤包括：获取所述目标用户集中的第一类别用户的第一用户基础信息和第二类别用户的第二用户基础信息，其中，所述用户基础信息包括用户IP，年龄和性别；选择出性别或者年龄不符合所述目标商品的用户信息并过滤掉；以及将所述目标用户集中的具有相同用户IP的用户信息进行过滤并保持其中一个。

在一个例子中，所述方法还包括：对所述目标商品人群包标记第一ID；以及对所述目标商品人群包中的每个用户打上第二ID的标签；其中，所述第一ID与所述第二ID设置为具有关联关系。

在一个例子中，所述将所述目标商品推荐到所述目标商品人群包中的每个用户包括：将所述目标商品推荐到带有所述第二ID的所有用户。

此外，为实现上述目的，本发明还提供一种跨平台商品推荐装置，所述装置包括：