[发明专利]商品呈现方法及装置、计算设备、计算机可读存储介质在审
申请号: | 202010461542.4 | 申请日: | 2020-05-27 |
公开(公告)号: | CN111612588A | 公开(公告)日: | 2020-09-01 |
发明(设计)人: | 符德恩;文心杰 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06Q30/06 | 分类号: | G06Q30/06 |
代理公司: | 中国专利代理(香港)有限公司 72001 | 代理人: | 孙之刚;陈岚 |
地址: | 518057 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 商品 呈现 方法 装置 计算 设备 计算机 可读 存储 介质 | ||
本文描述了一种商品呈现方法及装置,所述方法包括:基于多个商品的商品信息和用户的用户信息确定用户对每个商品的感兴趣程度;根据用户对每个商品的感兴趣程度的从高到低的顺序对多个商品进行排名;基于所述排名,向用户选择性地呈现所述多个商品,其中基于多个商品的商品信息和用户的用户信息确定用户对每个商品的感兴趣程度包括:基于在当前的消费场景下每个商品的商品信息确定针对每个商品的第一特征向量;基于用户信息确定针对用户的第二特征向量;基于所述第一特征向量和第二特征向量,确定用户对于每个商品的感兴趣程度。
技术领域
本公开涉及计算机技术领域,尤其涉及一种商品呈现方法及装置、计算设备和计算机可读存储介质。
背景技术
随着计算机网络的发展,在线消费变得越来越普遍。例如,用户可以通过终端设备浏览各种商品,并选择心仪的商品,进而完成消费行为。一般而言,商品销售平台(其例如是提供商品呈现服务的服务器)可以根据预定顺序或基于预定规则(例如基于价格、与搜索内容的相关度、销量、折扣力度等)确定的顺序来向用户呈现商品。然而,单一的顺序或基于单一规则确定的顺序显然无法适合所有用户的需要。用户可能多次访问呈现商品的平台页面,但不进行消费。或者,在商品量较大的情况下,用户可能需要浏览多个页面,才能完成消费行为。这会产生大量对商品销售平台的无效访问,并且这些无效访问将占用较大量的通信资源和处理资源,从而在一定程度上造成对这些资源的浪费。而且,商家或平台可能开展折扣活动来增加有效访问,也即促成消费行为。但是,不同用户对于折扣的敏感度是不同的,单纯地针对某个商品设定一固定折扣并不能很好地促进消费行为的完成以及减少上述资源的浪费。
发明内容
有鉴于此,本公开提供了商品呈现方法、商品呈现装置、计算设备及计算机可读存储介质,旨在缓解、减轻或甚至消除上述问题以及可能存在的其它问题。
根据本公开的一方面,提供了一种商品呈现方法。该方法包括:基于多个商品的商品信息和用户的用户信息确定用户对多个商品中的每个商品的感兴趣程度;根据用户对多个商品中的每个商品的感兴趣程度的从高到低的顺序对多个商品进行排名;基于对多个商品的排名,向用户选择性地呈现多个商品。上述基于多个商品的商品信息和用户的用户信息确定用户对多个商品中的每个商品的感兴趣程度包括:基于在当前的消费场景下多个商品中的每个商品的商品信息确定针对每个商品的第一特征向量,每个商品的商品信息包括每个商品的与消费场景相关的信息;基于用户的用户信息确定针对用户的第二特征向量,用户信息与用户的身份信息以及用户对商品的历史消费记录相关,历史消费记录包括在历史消费场景下用户消费的商品的商品信息;基于针对每个商品的第一特征向量和针对用户的第二特征向量,确定用户对于每个商品的感兴趣程度。
在一些实施例中,基于在当前的消费场景下多个商品中的每个商品的商品信息确定针对所述每个商品的第一特征向量,包括:对所述每个商品的商品信息进行编码;对编码后的商品信息进行特征提取,以生成针对所述每个商品的第一特征向量。
在一些实施例中,基于用户的用户信息确定针对所述用户的第二特征向量包括:对所述用户的用户信息进行编码;对编码后的用户信息进行特征提取,以生成针对所述用户的第二特征向量。
在一些实施例中,基于针对所述每个商品的第一特征向量和针对所述用户的第二特征向量,确定所述用户对于所述每个商品的感兴趣程度,包括:确定针对所述每个商品的第一特征向量和针对所述用户的第二特征向量之间的匹配分数;基于所述匹配分数,确定所述用户对于所述每个商品的感兴趣程度。
在一些实施例中,确定针对所述每个商品的第一特征向量和针对所述用户的第二特征向量之间的匹配分数包括:对所述第一特征向量与所述第二特征向量执行点乘运算以得到所述匹配分数。
在一些实施例中,基于对所述多个商品的排名,向用户选择性地呈现所述多个商品,包括:基于对所述多个商品的排名,向用户选择性地呈现所述多个商品中处于预设排名之前的一部分。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010461542.4/2.html,转载请声明来源钻瓜专利网。