[发明专利]一种产品推荐方法及装置

权利要求书

1.一种产品推荐方法，其特征在于，所述方法包括：

获取所有产品的计划推荐等级及期望行为数据；

将所述计划推荐等级输入至预先训练好的预测模型中，并获取所述预测模型输出的预测行为数据，其中，所述预先训练好的预测模型为根据均衡样本数据训练得到的，所述均衡样本数据为对所有产品的历史推荐等级以及与所述历史推荐等级对应的历史行为数据进行样本均衡处理得到的；

根据所述预测行为数据以及所述期望行为数据调整所述计划推荐等级，并根据调整后的所述计划推荐等级进行产品推荐；

其中，所述将所述计划推荐等级输入至预先训练好的预测模型中之前，所述方法还包括：

获取所有产品的历史推荐等级以及与所述历史推荐等级对应的历史行为数据；

对所述历史推荐等级以及所述历史行为数据进行样本均衡处理，得到均衡样本数据；

根据所述均衡样本数据训练待训练的预测模型，并获取训练好的预测模型；

其中，所述对所述历史推荐等级以及所述历史行为数据进行样本均衡处理，得到均衡样本数据，包括：

根据所述历史推荐等级以及所述历史行为数据将所有产品分为正样本以及负样本，其中，所述正样本为所述所有产品中所述历史推荐等级以及所述历史行为数据均符合预设条件的产品，所述负样本为所述所有产品中不是正样本的产品；

根据所述历史推荐等级以及所述历史行为数据确定样本填充比例，其中，所述样本填充比例用于确定所述正样本以及所述负样本中分别需要填充的样本数量；

根据所述正样本以及所述负样本中分别需要填充的样本数量对所述正样本以及所述负样本进行样本填充的均衡算法处理，得到均衡样本数据；

所述根据所述均衡样本数据训练待训练的预测模型，并获取训练好的预测模型，包括：

获取所有产品的当前推荐等级以及与所述当前推荐等级对应的当前行为数据；

将所述当前推荐等级输入至所述训练好的预测模型中，并获取当前预测行为数据；

根据所述当前预测行为数据以及所述当前行为数据调整所述样本填充比例，并获取调整后的样本填充比例；

根据所述调整后的样本填充比例对所述正样本以及所述负样本进行样本填充的均衡算法处理，得到均衡样本数据；

利用新的均衡样本数据对待训练的预测模型进行训练，并获取训练好的预测模型。

2.根据权利要求1所述的方法，其特征在于，所述对所述历史推荐等级以及所述历史行为数据进行样本均衡处理，得到均衡样本数据，包括：

按照类别均衡采样算法对所述历史推荐等级以及所述历史行为数据进行采样，得到均衡样本数据。