[发明专利]商品推荐模型的训练方法、商品推荐方法以及装置

权利要求书

1.一种商品推荐模型的训练方法，其特征在于，包括：

获取各商品的特征信息以及用户的历史订单信息；

根据所述各商品的特征信息，确定各商品对应的特征向量；

根据所述用户的历史订单信息，确定所述用户对应的偏好特征向量；

将所述各商品对应的特征向量以及所述用户对应的偏好特征向量输入到待训练的商品推荐模型中，以依次确定至少一个推荐商品，其中，针对每个推荐商品，该推荐商品是根据已确定出的推荐商品、所述各商品对应的特征向量以及所述用户偏好特征向量确定出；

以最小化所述至少一个推荐商品与所述历史订单信息实际涉及的各商品的偏差为优化目标，对所述商品推荐模型进行训练，所述商品推荐模型用于对用户进行商品推荐。

2.如权利要求1所述的方法，其特征在于，所述各商品对应的特征信息包括：各商品的实际商品名称、各商品对应的标准商品名称、各商品的属性信息、各商品的业务特征信息中的至少一种。

3.如权利要求1所述的方法，其特征在于，获取各商品的特征信息，具体包括：

确定所述历史订单信息对应的商家；

获取所述商家所提供的各商品在所述商家中的特征信息。

4.如权利要求3所述的方法，其特征在于，根据所述各商品的特征信息，确定各商品对应的特征向量，具体包括：

针对所述商家所提供的每个商品，根据该商品对应的特征信息，确定该商品对应的特征向量；

将所述商家提供的各商品所对应的特征向量合并，得到在所述商家下，所述各商品对应的特征向量。

5.如权利要求4所述的方法，其特征在于，将所述各商品对应的特征向量以及所述用户偏好特征向量输入到待训练的商品推荐模型中，以依次确定至少一个推荐商品，具体包括：

将所述各商品对应的特征向量以及所述用户偏好特征向量输入到待训练的商品推荐模型中，以使所述商品推荐模型针对每个推荐商品，根据在所述商家下所述各商品对应的特征向量，已确定出的推荐商品在所述商家下对应的特征向量以及所述用户对应的偏好特征向量，确定该推荐商品。

6.如权利要求1所述的方法，其特征在于，根据用户的历史订单信息，确定所述用户对应的偏好特征向量，具体包括：

确定所述历史订单信息涉及的各商品对应的各属性信息；

根据所述历史订单信息，确定所述各属性信息对应的属性频次；

根据所述历史订单信息涉及的各商品的属性信息以及所述各属性信息对应的属性频次，确定所述用户对应的偏好特征向量。

7.一种商品推荐方法，其特征在于，包括：

获取各商品的特征信息以及用户的历史订单信息；

根据所述各商品的特征信息，确定各商品对应的特征向量；

根据所述用户的历史订单信息，确定所述用户对应的偏好特征向量，作为第一偏好特征向量；

将所述各商品对应的特征向量以及所述第一偏好特征向量输入到预先训练的商品推荐模型中，得到各待推荐商品，所述商品推荐模型是通过上述权利要求1～6所述的方法训练得到的；

根据所述各待推荐商品，向所述用户进行商品推荐。

8.如权利要求7所述的方法，其特征在于，根据所述各待推荐商品，向所述用户进行商品推荐，具体包括：

根据所述各待推荐商品对应的特征向量以及预先训练的商品筛选模型，从所述各待推荐商品中筛选出至少一个推荐商品，并将所述至少一个推荐商品推荐给所述用户。