[发明专利]商品推荐方法、装置、电子设备、及存储介质

说明书

本公开实施例公开了一种商品推荐方法、装置、电子设备、及存储介质，方法包括：根据用户之间的关联关系、以及用户与商品的交互记录获取知识图谱；基于所述知识图谱对所述多个用户进行分群得到多个用户群；将任一用户群向量和任一拼团促销商品的向量输入至预先训练的商品购买预测模型，得到该用户群购买该拼团促销商品的概率；根据各用户群购买各拼团促销商品的概率，确定向所述多个用户群推荐所述多个拼团促销商品的策略，根据所述策略向所述多个用户群推荐所述多个拼团促销商品。本公开实施例的技术方案能够向各用户群推荐适合的拼团促销商品，能够实现个性化推荐，能提高拼团促销商品的拼团成功率。

技术领域

本公开实施例涉及计算机应用技术领域，具体涉及一种商品推荐方法、装置、电子设备、及存储介质。

背景技术

当前各电商平台为了减少商品库存、增强用户黏度，通常采取拼团促销的方式统一展示给用户，即：将要拼团促销的商品提取出来后，在指定的模块统一展示给用户，所有用户看到的拼团促销商品都是相同的。

电商采取拼团促销的销售方式不但减少了商品库存，还提高了用户活跃度，促进了平台的持久发展。但当前各平台的拼团促销方式存在较大的缺陷，具体来说就是在面对不同的用户时，展示给所有用户的拼团促销商品都是相同的，没有做到拼团促销商品的个性化，以致于拼团促销商品的转化率不够高。

发明内容

有鉴于此，本公开实施例提供一种商品推荐方法、装置、电子设备、及存储介质，以实现个性化推荐，提高拼团促销商品的拼团成功率。

本公开实施例的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开实施例的实践而习得。

第一方面，本公开实施例提供了一种商品推荐方法，包括：

根据用户之间的关联关系、以及用户与商品的交互记录获取知识图谱，所述知识图谱包括多个用户以及所述多个用户之间的关联关系；

基于所述知识图谱对所述多个用户进行分群得到多个用户群；

将任一用户群向量和任一拼团促销商品的向量输入至预先训练的商品购买预测模型，得到该用户群购买该拼团促销商品的概率；

根据各用户群购买各拼团促销商品的概率，确定向所述多个用户群推荐所述多个拼团促销商品的策略，根据所述策略向所述多个用户群推荐所述多个拼团促销商品。

于一实施例中，根据用户之间的关联关系、以及用户与商品的交互记录获取知识图谱包括：

根据用户之间的关联关系、以及用户与商品的交互记录生成第一知识图谱，其中所述第一知识图谱包括多个商品、多个用户、以及所述多个商品与所述多个用户之间的关联关系；

根据所述第一知识图谱中用户之间的关系生成所述知识图谱。

于一实施例中，基于所述知识图谱对所述多个用户进行分群得到多个用户群包括：

从所述知识图谱中随机选择第一数量的用户作为中心用户群；

对所述中心用户群中任一中心用户，将该中心用户、以及与该中心用户关联的用户作为一个用户群；

其中，若任一用户不属于任一用户群，将该用户加入所述中心用户群，若任一用户同属于多个用户群，将该用户随机加入任一所属用户群，并将该用户从其他所属的用户群中剔除。

于一实施例中，根据各用户群购买各拼团促销商品的概率，确定向所述多个用户群推荐所述多个拼团促销商品的策略，根据所述策略向所述多个用户群推荐所述多个拼团促销商品包括：

对任一用户群，从所述各拼团促销商品中选择概率最高的拼团促销商品，推荐给该用户群的所有用户。

于一实施例中，所述任一用户群向量为该用户群所包含用户的向量的平均向量。