[发明专利]配件推荐方法、系统、设备及存储介质

说明书

本发明实施例提供一种配件推荐方法，包括：获取所有配件的历史订单数据并对配件名称进行标准化处理，得到标准历史订单数据表，所述标准历史订单数据表包括多个品牌的第一配件和多个品牌的各第二配件在各个历史订单中的订购情况；根据所述标准历史订单数据表分别计算所述第一配件与所述各第二配件之间的相似度；根据所述标准历史订单数据表中各第二配件的总订单次数及所述相似度，计算所述第一配件与各第二配件之间的兴趣度，得到所述第一配件对应的配件推荐表；响应用户的第一配件查询或选择指令，显示所述第一配件推荐表或所述第二配件推荐表中的配件。本发明实施例能够实现配件的个性化智能推荐，从而提高用户的购买体验以及4S店的销售效率。

技术领域

本发明实施例涉及人工智能技术领域，具体涉及一种配件推荐方法及系统。

背景技术

随着经济的不断发展，各种类型的汽车也越来越普及，用户在购买汽车之后，也会购买相应的汽车配件。

传统的汽车配件销售靠用户自行挑选，或者由4S店的销售人员进行用户推荐。在一些电商平台上，也仅仅是通过计算商品相似度以进行用户的推荐。

然而，针对上述做法，发明人发现，传统的方式不仅会浪费用户的时间从而影响用户的体验，而且4S店的销售效率也会受到影响。电商平台商品类别众多，计算得到的用户推荐结果缺乏专业性和精准性，也无法为用户实现个性化智能推荐。

发明内容

有鉴于此，本发明实施例的目的在于提供一种配件推荐方法、系统、计算机设备及计算机可读存储介质，用于解决现有技术中传统方法浪费用户的时间，影响4S店的销售效率，推荐结果缺乏专业性和精准性，无法为用户实现个性化智能推荐的缺陷。

为了实现上述目的，本发明实施例提供了一种配件推荐方法，该方法包括：

获取所有配件的历史订单数据，得到历史订单数据表；

将所述历史订单数据表中的配件名称进行标准化处理，得到标准历史订单数据表，所述标准历史订单数据表包括多个品牌的第一配件和多个品牌的各第二配件在各个历史订单中的订购情况；

根据所述标准历史订单数据表分别计算所述第一配件与所述各第二配件之间的相似度；

根据所述标准历史订单数据表中各第二配件的总订单次数及所述相似度，分别计算目标品牌的所述第一配件与所述各第二配件之间的第一兴趣度，并根据所述第一兴趣度生成与所述第一配件对应的第一配件推荐表；

根据所述标准历史订单数据表中各第二配件的总订单次数及所述相似度，分别计算所有品牌中所述第一配件与所述各第二配件之间的第二兴趣度，并根据所述第二兴趣度生成与所述第一配件对应的第二配件推荐表；

响应用户的第一配件查询或选择指令，显示所述第一配件推荐表或所述第二配件推荐表中的配件。

可选地，所述根据所述标准历史订单数据表分别计算所述第一配件与所述各第二配件之间的相似度，包括：

根据所述标准历史订单数据表，分别统计所有品牌中所述第一配件的第一总订单次数、各第二配件的第二总订单次数以及所有品牌中所述第一配件与所述各第二配件同时出现在同一订单的第三总订单次数；

根据所述第一总订单次数、所述第二总订单次数及所述第三总订单次数，计算所述第一配件与所述各第二配件之间的相似度，所述相似度的计算公式如下：

其中，same(part1,part2)表示配件part2对于配件part1的相似度，common_cnt(part1,part2)表示统计出所有品牌中的配件part1和配件part2出现在同一个订单中的总订单次数，cnt_part1表示所有品牌中配件part1的总订单次数，cnt_part2表示所有品牌中配件part2的总订单次数。