[发明专利]商品推荐方法、装置及计算机可读存储介质

权利要求书

1.一种商品推荐方法，其特征在于，所述商品推荐方法包括：

获取用户的历史行为数据，所述历史行为数据包括历史业务行为数据以及历史商品行为数据；

根据所述历史商品行为数据，确定与各个历史业务对应的商品行为数据；

根据所述历史业务数据以及各个所述历史业务对应的所述商品行为数据，确定用户偏好的所述历史业务；

根据用户偏好的所述历史业务对应的商品集，确定所述用户对应的推荐商品。

2.如权利要求1所述的商品推荐方法，其特征在于，所述获取用户的历史行为数据的步骤，与所述根据用户偏好的所述历史业务对应的商品集，确定所述用户对应的推荐商品的步骤，之间还包括：

根据所述历史商品行为数据与以及预设商品属性，确定候选商品集，所述候选商品集包括品牌偏好商品集、类目偏好商品集、热度商品集以及历史偏好商品集中的至少一个；

所述根据用户偏好的所述历史业务对应的商品集，确定所述用户对应的推荐商品的步骤包括：

根据用户偏好的所述历史业务对应的商品集以及所述候选商品集，选取所述用户对应的所述推荐商品。

3.如权利要求2所述的商品推荐方法，其特征在于，所述根据所述历史商品行为数据与以及预设商品属性，确定候选商品集的步骤包括：

根据所述历史商品行为数据，确定每个历史商品对应的商品行为类型以及所述商品行为类型对应的行为属性值；

根据每个所述历史商品对应的所述商品行为类型以及所述商品行为类型对应的行为属性值，确定每个所述历史商品对应的偏好值；

根据每个所述历史商品对应的偏好值以及所述预设商品属性，确定所述候选商品集，所述预设商品属性包括商品品牌、商品类目以及商品热度中的至少一个。

4.如权利要求3所述的商品推荐方法，其特征在于，所述根据每个所述商品对应的所述商品行为类型以及所述商品行为类型对应的行为属性值，确定每个所述商品对应的偏好值的步骤包括：

对每个所述商品行为类型对应的所述行为属性值以及所述商品行为类型关联的权重求乘积，得到每个商品行为类型对应的行为偏好值，所述商品行为类型包括点击商品链接、浏览商品详情页、播放商品视频、联系客服、加购物车、提交订单、购买以及评价中的至少一个，所述行为属性值包括行为频次、行为的时效系数以及行为的持续时长中的至少一个，其中，所述商品行为类型的时间点越早所述时效系数越小；

分别对每个所述历史商品对应的所有所述行为偏好值求和，得到每个所述历史商品对应的所述偏好值。

5.如权利要求2所述的商品推荐方法，其特征在于，所述根据用户偏好的所述历史业务对应的商品集以及所述候选商品集，选取所述用户对应的所述推荐商品的步骤包括：

根据用户偏好的所述历史业务对应的商品集以及所述候选商品集，确定目标商品信息；

根据所述目标商品信息、所述用户的用户属性信息以及所述历史行为数据，确定所述用户对应的特征向量，所述用户属性信息包括用户年龄、性别、职业、城市、消费能力以及性格偏好中的至少一个；

根据预设梯度提升树模型将所述特征向量转为为目标特征；

根据预设逻辑回归模型以及所述目标特征，确定所述用户对每个目标商品的点击概率；

根据各个所述目标商品的所述点击概率，在所有所述目标商品中选取所述推荐商品。

6.如权利要求5所述的商品推荐方法，其特征在于，所述根据用户偏好的所述历史业务对应的商品集以及所述候选商品集，确定目标商品信息的步骤包括：

根据所述历史行为信息，确定所有历史行为对应的历史商品；

在用户偏好的所述历史业务对应的商品集以及所述候选商品集滤除所述历史商品，得到目标商品集；

获取所述目标商品集中各个所述目标商品对应的所述目标商品信息。