[发明专利]兴趣商品预测方法、装置、电子设备及计算机存储介质

权利要求书

1.一种兴趣商品预测方法，其特征在于，所述方法包括：

从数据库中获取与用户对应的购物订单，并根据所述购物订单确定与所述用户对应的收货地址以及个人购物数据；

根据所述收货地址从所述数据库中确定与所述收货地址存在地理关联的其他购物订单以及与所述其他购物订单对应的其他购物数据；

通过所述个人购物数据、所述其他购物数据及预先训练好的网络模型，输出与所述用户对应的兴趣商品预测结果。

2.根据权利要求1所述的方法，其特征在于，所述从数据库中获取与用户对应的购物订单，包括：

从所述数据库中获取所述用户在预设时间段内触发的购物订单；

相应的，所述根据所述收货地址从所述数据库中确定与所述收货地址存在地理关联的其他购物订单，包括：

根据所述收货地址从所述数据库中获取由其他用户在所述预设时间段内触发的与所述收货地址存在地理关联的所述其他购物订单。

3.根据权利要求1所述的方法，其特征在于，与所述用户对应的每个购物订单中均包括一个子收货地址，所述根据所述购物订单确定与所述用户对应的收货地址，包括：

统计与所述用户对应的每个购物订单中所包括的子收货地址；

将出现频率最高的子收货地址确定为所述收货地址。

4.根据权利要求3所述的方法，其特征在于，所述根据所述收货地址从所述数据库中确定与所述收货地址存在地理关联的其他购物订单，包括：

从所述数据库筛选出与所述用户无对应关系的购物订单；

将所述与所述用户无对应关系的购物订单中，对应的收货地址与所述收货地址之间的距离在阈值范围内的购物订单确定为所述其他购物订单。

5.根据权利要求1所述的方法，其特征在于，所述网络模型为多注意力机制的循环神经网络模型，所述通过所述个人购物数据、所述其他购物数据及预先训练好的网络模型，输出与所述用户对应的兴趣商品预测结果，包括：

分别将所述个人购物数据、所述其他购物数据按照预设规则构建成对应的行为序列；

将与所述个人购物数据对应的行为序列、与所述其他购物数据对应的行为序列输入所述多注意力机制的循环神经网络模型，以输出与所述用户对应的兴趣商品预测结果。

6.一种兴趣商品预测装置，其特征在于，所述装置包括：

获取模块，用于从数据库中获取与用户对应的购物订单，并根据所述购物订单确定与所述用户对应的收货地址以及个人购物数据；

确定模块，用于根据所述收货地址从所述数据库中确定与所述收货地址存在地理关联的其他购物订单以及与所述其他购物订单对应的其他购物数据；

输出模块，用于通过所述个人购物数据、所述其他购物数据及预先训练好的网络模型，输出与所述用户对应的兴趣商品预测结果。

7.根据权利要求6所述的装置，其特征在于，所述获取模块，用于从所述数据库中获取所述用户在预设时间段内触发的购物订单；

相应的，所述确定模块，用于根据所述收货地址从所述数据库中获取由其他用户在所述预设时间段内触发的与所述收货地址存在地理关联的所述其他购物订单。

8.根据权利要求6所述的装置，其特征在于，与所述用户对应的每个购物订单中均包括一个子收货地址，所述获取模块，用于统计与所述用户对应的每个购物订单中所包括的子收货地址；将出现频率最高的子收货地址确定为所述收货地址。

9.一种电子设备，其特征在于，包括：存储器和处理器，所述存储器和所述处理器连接；

所述存储器用于存储程序；

所述处理器调用存储于所述存储器中的程序，以执行如权利要求1-5中任一项所述的方法。

10.一种计算机存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被计算机运行时执行如权利要求1-5中任一项所述的方法。