[发明专利]店商平台产品推荐方法、装置、计算机设备以及存储介质

权利要求书

1.一种店商平台产品推荐方法，其特征在于，所述店商平台产品推荐方法包括：

S10：获取用户行为日志，根据所述用户行为日志建立用户行为数据和用户属性数据；

S20：从所述用户行为数据中提取用户特征数据，并根据所述用户特征数据建立用户特征向量，步骤S20包括：

S21：从所述用户行为数据中获取用户查询数据；

S22：根据所述用户查询数据，计算所述用户查询数据与所述用户属性数据对应的关联程度，作为用户兴趣度数据，具体地，通过以下公式计算该用户属性数据对应的用户，对其查询的用户查询数据的关联程度：

其中，i＝1…N是商品的类别c中，商品具有的标签，m_ci指的商品的类别c和标签i的关联度，n_ui指的是用户u的标签i的权重值，当用户不具有此标签时n_ui＝0，q_c指的是商品的类别c的质量，使用该用户对该商品的类别c的点击率表示；

进一步地，将计算得到的r_uc作为该用户兴趣度数据；

S23：根据所述用户兴趣度数据和所述用户属性数据建立所述用户特征向量；

S30：根据所述用户特征向量获取待推荐物品数据集；

S40：对所述待推荐物品数据集进行过滤后，得到对应的推荐结果。

2.如权利要求1所述的店商平台产品推荐方法，其特征在于，步骤S30包括：

S31：获取商品特征值；

S32：使用所述商品特征值与所述用户特征向量进行比对，根据比对结果生成所述待推荐物品数据集。

3.如权利要求1所述的店商平台产品推荐方法，其特征在于，在步骤S40之后，所述店商平台产品推荐方法还包括：

S50：获取用户购买记录；

S60：将所述用户购买记录与所述推荐结果关联后，存储至预设的数据库中。

4.如权利要求3所述的店商平台产品推荐方法，其特征在于，在步骤S50之后，所述店商平台产品推荐方法还包括：

S51：获取所述用户特征向量；

S52：根据所述用户购买记录对所述用户特征向量进行更新。

5.一种店商平台产品推荐装置，其特征在于，所述店商平台产品推荐装置包括：

日志获取模块，用于获取用户行为日志，根据所述用户行为日志建立用户行为数据和用户属性数据；

向量搭建模块，用于从所述用户行为数据中提取用户特征数据，并根据所述用户特征数据建立用户特征向量，所述向量搭建模块包括：

数据获取子模块，用于从所述用户行为数据中获取用户查询数据；

计算子模块，用于根据所述用户查询数据，计算所述用户查询数据与所述用户属性数据对应的关联程度，作为用户兴趣度数据，具体地，通过以下公式计算该用户属性数据对应的用户，对其查询的用户查询数据的关联程度：

其中，i＝1…N是商品的类别c中，商品具有的标签，m_ci指的商品的类别c和标签i的关联度，n_ui指的是用户u的标签i的权重值,当用户不具有此标签时n_ui＝0，q_c指的是商品的类别c的质量，使用该用户对该商品的类别c的点击率表示；

进一步地，将计算得到的r_uc作为该用户兴趣度数据；

向量搭建子模块，用于根据所述用户兴趣度数据和所述用户属性数据建立所述用户特征向量；

初推荐模块，用于根据所述用户特征向量获取待推荐物品数据集；

主推荐模块，用于对所述待推荐物品数据集进行过滤后，得到对应的推荐结果。

6.如权利要求5所述的店商平台产品推荐装置，其特征在于，所述初推荐模块包括：

商品特征获取子模块，用于获取商品特征值；

比对子模块里，用于使用所述商品特征值与所述用户特征向量进行比对，根据比对结果生成所述待推荐物品数据集。