[发明专利]推荐商品的方法、装置、设备和计算机可读介质

权利要求书

1.一种推荐商品的方法，其特征在于，包括：

识别数据的特征，所述数据是用户涉及的历史商品信息；

按照多个所述特征生成组合特征集合，所述组合特征集合包括所述数据的多个组合特征；

在所述组合特征集合中，采用逻辑回归选择组合特征，并将选择的组合特征和所述数据的特征，作为所述数据的分类特征；

根据所述数据的分类特征训练预设机器学习模型，以向用户推荐商品。

2.根据权利要求1所述推荐商品的方法，其特征在于，所述按照多个所述特征生成组合特征集合，包括：

按照多个所述特征生成原始组合特征；

通过集束搜索验证所述原始组合特征，得到验证成功的组合特征，并将所述验证成功的组合特征作为所述组合特征集合。

3.根据权利要求1所述推荐商品的方法，其特征在于，所述按照多个所述特征生成组合特征集合，包括：

按照两个所述特征和所述特征的类型，划分得到所述组合特征；

将多个所述组合特征，作为所述组合特征集合。

4.根据权利要求3所述推荐商品的方法，其特征在于，所述特征的类型包括数值；

所述按照两个所述特征和所述特征的类型，划分得到所述组合特征，包括：

按照一个所述特征和数值特征的统计信息，划分得到所述组合特征。

5.根据权利要求3所述推荐商品的方法，其特征在于，所述两个特征的类型是数值；

所述按照两个所述特征和所述特征的类型，划分得到所述组合特征，包括：

按照一个数值特征和另一个数值特征，计算得到所述组合特征；

或，

对一个数值特征和另一个数值特征进行离散化处理，划分得到所述组合特征。

6.根据权利要求1所述推荐商品的方法，其特征在于，所述在所述组合特征集合中，采用逻辑回归选择组合特征，包括：

在所述组合特征集合中，采用逻辑回归训练得到组合特征相对于所述数据的特征的相对权重；

基于所述组合特征的相对权重，计算所述组合特征对应的预测值；

按照所述组合特征对应的预测值，选择所述组合特征。

7.根据权利要求6所述推荐商品的方法，其特征在于，所述在所述组合特征集合中，训练得到逻辑回归中组合特征相对于所述数据的特征的相对权重，包括：

对于所述组合特征集合中组合特征，在所述数据的特征的权重不变的基础上，利用逻辑回归训练得到所述组合特征的相对权重。

8.一种推荐商品的装置，其特征在于，包括：

识别模块，用于识别数据的特征，所述数据是用户涉及的历史商品信息；

组合模块，用于按照多个所述特征生成组合特征集合，所述组合特征集合包括所述数据的多个组合特征；

选择模块，用于在所述组合特征集合中，采用逻辑回归选择组合特征，并将选择的组合特征和所述数据的特征，作为所述数据的分类特征；

推荐模块，用于根据所述数据的分类特征训练预设机器学习模型，以向用户推荐商品。

9.根据权利要求8所述推荐商品的装置，其特征在于，所述组合模块，具体用于按照多个所述特征生成原始组合特征；

通过集束搜索验证所述原始组合特征，得到验证成功的组合特征，并将所述验证成功的组合特征作为所述组合特征集合。

10.一种推荐商品的电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

11.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。