[发明专利]商品的推荐方法、装置和电子设备

说明书

本发明提供了一种商品的推荐方法、装置和电子设备，包括：获取各电商平台上传的最新的用户‑商品数据和各电商平台的可信度指数；获取目标电商平台发起的对目标用户进行商品推荐的推荐请求；基于推荐请求和用户‑商品数据确定目标用户在各电商平台的商品推荐向量；基于目标用户在各电商平台的商品推荐向量和各电商平台的可信度指数确定目标用户的目标商品推荐向量，进而根据目标商品推荐向量为目标用户推荐商品。本发明的方法是根据多个电商平台的商品推荐向量确定的最终的目标商品推荐向量，能够精准的为目标用户推荐商品，达到了良好的商品推荐效果。

技术领域

本发明涉及大数据的技术领域，尤其是涉及一种商品的推荐方法、装置和电子设备。

背景技术

互联网不断发展，使得网购逐渐走入人们的日常生活当中，一次无目的的浏览带来的成功网购往往归功于电商平台的精准推荐。但目前的电商推荐往往源自用户的网购习惯，会根据用户购买过的商品，为用户推荐与其购买过的商品相类似的商品，而当用户为新用户时，一般为其推荐销量较高的商品。

上述方法所推荐的商品准确性差，难以达到良好的推荐效果。

发明内容

有鉴于此，本发明的目的在于提供一种商品的推荐方法、装置和电子设备，以缓解现有的商品推荐方法推荐的商品准确性差，难以达到良好的推荐效果的技术问题。

第一方面，本发明实施例提供了一种商品的推荐方法，应用于区块链的智能合约，包括：

获取各电商平台上传的最新的用户-商品数据和所述各电商平台的可信度指数，其中，所述用户-商品数据包括：用户对商品的打分矩阵、用户购买矩阵和商品特征矩阵；

获取目标电商平台发起的对目标用户进行商品推荐的推荐请求，其中，所述推荐请求中携带有所述目标用户的历史打分向量和历史购买向量；

基于所述推荐请求和所述用户-商品数据确定所述目标用户在所述各电商平台的商品推荐向量；

基于所述目标用户在所述各电商平台的商品推荐向量和所述各电商平台的可信度指数确定所述目标用户的目标商品推荐向量，进而根据所述目标商品推荐向量为所述目标用户推荐商品。

进一步的，在根据所述目标商品推荐向量为所述目标用户推荐商品之后，所述方法还包括：

获取所述目标用户的实际消费信息；

根据所述实际消费信息更新所述各电商平台的可信度指数。

进一步的，在获取各电商平台上传的最新的用户-商品数据之前，所述方法还包括：

在所述各电商平台签订共同推荐的智能合约后，获取所述各电商平台上传的初始用户-商品数据；

对所述初始用户-商品数据进行整合，得到用户-商品数据。

进一步的，基于所述推荐请求和所述用户-商品数据确定所述目标用户在所述各电商平台的商品推荐向量，包括：

根据契合度计算算式：

计算所述目标用户与所述各电商平台的各用户的契合度，其中，S_ij表示用户i与所述目标用户j的契合度，n表示商品的类别总数，b_iα表示用户i购买向量中商品类α的值，b_jα表示所述目标用户j历史购买向量中商品类α的值，r_iα表示用户i打分向量中商品类α的打分值，r_jα表示所述目标用户j历史打分向量中商品类α的打分值，表示用户i对商品打分的平均值，表示所述目标用户j对商品打分的平均值，t_α表示商品α的特征向量，TC_ij表示用户i和所述目标用户j的内置契合度向量，

在所述目标用户与所述各电商平台的各用户的契合度中确定所述各电商平台中与所述目标用户契合度最大的契合用户；