[发明专利]一种便于提供产品推荐的计算机系统及其实现方法

说明书

本发明公开了一种便于提供产品推荐的计算机系统及其实现方法，包括用于存储的存储模块；至少一个处理器,配置为执行如下指令：当由处理器执行时,使得至少一个处理器执行以下步骤，从用户设备接收搜索查询,使用查询处理程序群集的搜索查询来接收搜索查询；使用搜索群集使定义的上下文相关联的一个或多个产品与搜索查询相关联；使用搜索群集筛选与定义上下文相关联的一个或多个产品,基于与一个或多个产品相关联的特征存储在数据库中。本发明能够提供个性化产品推荐，能够使用与产品相关联的上下文信息来提供相关的产品推荐，从而更好满足客户购买产品信息的需求。

技术领域：

本发明涉及互联网领域，具体讲是一种便于提供产品推荐的计算机系统及其实现方法。

背景技术：

消费者经常通过计算机和智能设备在线购物和购买各种项目。这些在线购物者经常依靠搜索产品类别来查找购买产品。因此,在电子商务网站和软件应用程序上推荐产品对于提高客户的购物体验,这是重要的。虽然现有技术有用于提供关于电子商务网站和软件应用程序的产品建议的系统和方法，然而,这些传统的系统和方法利用产品模型来识别产品之间的关系。因此,如果用户搜索产品A,则传统系统将搜索其数据库以识别与产品A相关的产品并推荐给用户的识别产品。但是,这些产品模型是静态的,无法根据上下文信息进行调整。例如,用于在传统系统中提供产品建议的产品模型无法根据用户的利益,用户的购买历史,产品特征等进行过滤结果。因此,很难使用传统系统和方法提供个性化产品建议。此外,为了个性化用于提供产品建议的传统系统,需要根据用户的兴趣为每个用户创建新产品模型。为每个产品创建新产品型号,每个用户都是耗时的,并且利用极大的存储和处理时间。

静态产品建议可以通过推荐消费者对不感兴趣的产品来减少消费者的用户体验,从而降低了零售商的利润。如果在线平台基于与产品和/或用户相关联的上下文信息自动生成产品建议,将显着改善消费者的用户体验。因此,需要一种用于提供产品建议的改进的方法和系统,以便推荐的产品是个性化和针对每个用户的。

发明内容：

本发明所要解决的技术问题是，提供一种便于提供产品推荐的计算机系统，该便于提供产品推荐的计算机系统通过利用与产品和用户相关联的上下文信息来提供产品推荐。

本发明的技术解决方案是，提供一种便于提供产品推荐的计算机系统，包括

用于存储的存储模块；

至少一个处理器,配置为执行如下指令：

当由处理器执行时,使得至少一个处理器执行以下步骤，从用户设备接收搜索查询,使用查询处理程序群集的搜索查询来接收搜索查询；使用搜索群集使定义的上下文相关联的一个或多个产品与搜索查询相关联；使用搜索群集筛选与定义上下文相关联的一个或多个产品,基于与一个或多个产品相关联的特征存储在数据库中；基于每个产品为每个产品生成的分数,使用搜索群集,用户设备上显示产品推荐,其中产品推荐包括一个或多个排名的产品。

作为优选的技术方案，与一种或多种产品相关联的特征包括相关产品,相关产品类别,相关产品图像,反馈评分,产品类别,产品价格或产品折扣中的至少一个；与搜索查询相关联的上下文包括与搜索查询相关联的产品,搜索查询的时间戳,以及与搜索查询相关联的产品类别,或与搜索相关联的用户信息询问。

作为优选的技术方案，还包括用于预处理从训练数据系统接收的初始训练数据以产生合成的训练数据的预处理系统，接收预处理生成的基于文本的合成培训数据的系统合成培训数据系统，以及接收预处理系统生成的基于图像的合成训练数据的图像模型培训师系统。

作为优选的技术方案，与一个或多个产品相关联的特征可以是反向索引的,以确定与每个产品中的每一个相关联的一个或多个相关产品。

作为优选的技术方案，使用机器学习模型为每个产品生成分数，并使用与推荐给用户推荐的产品相关联的用户反馈信息来训练机器学习模型,并且其中机器学习模型被配置为预测与产品建议相关的性能。