[发明专利]商品组合的推荐方法、装置及存储介质

说明书

本申请提供一种商品组合的推荐方法及相关设备，用于向用户推荐更加符合其需求又能给其惊喜度的商品组合，提高组合推荐质量。该方法包括：根据用户、商品及商品组合的基本特征和惊喜度特征构建其嵌入向量；根据用户、商品及商品组合的嵌入向量确定N个用户对商品组合集中每个商品的偏好得分和其对每个商品组合本身的偏好得分；根据商品的偏好得分和商品组合本身的偏好得分确定用户对商品组合的最终偏好得分；从现有商品组合集合中选出最终偏好得分大于预设阈值的商品组合子集，按照惊喜度因素进行商品组合的构造或修改，综合偏好得分及惊喜度特征得到商品组合的推荐惊喜度，并按其进行排序；将推荐惊喜度排名前k的商品组合子集向目标用户推荐。

【技术领域】

本申请属于推荐领域，特别涉及一种商品组合的推荐方法、装置及存储介质。

【背景技术】

电商平台推荐的商品组合通常是由商家来设定的，缺少针对用户的个性化的组合，电商、音乐以及电影等在线平台使用推荐系统为用户在各种各样的商品和文化产品中挑选更符合用户心意的选项。目前来说，电商、电影以及音乐等平台中应用了个性化的组合推荐技术，向用户推荐组合时，主要是基于用户历史记录，针对用户偏好为其推荐喜欢的组合。

基于用户偏好的个性化组合推荐技术，大多是基于用户的历史购买和评分行为，专注推荐结果的准确性，具体的是将推荐任务转化为图结构网络上节点之间的链接预测问题，构建模型预测用户节点与组合节点存在链接的可能性，据此向该用户推荐组合。

但是基于用户偏好的个性化组合推荐技术，忽视了用户的多样性需求，导致了过滤气泡问题，用户也会对频繁反复出现的产品感到厌烦，降低对平台的信任度。

【发明内容】

本申请的目的在于提供一种商品组合的推荐方法、装置及存储介质，用于向用户推荐更加符合用户需求且能给用户惊喜度的商品组合，提高用户体验。

本申请实施例第一方面提供了一种商品组合的推荐方法，包括：

获取待进行商品组合推荐的N个用户所对应的用户特征、商品集合的商品特征和商品组合集合所对应的商品组合特征，其中，所述N为大于或等于2的整数，所述商品集合和所述商品组合集合与所述N个用户相对应；

确定所述N个用户所对应的用户惊喜度特征、所述商品集合所对应的商品惊喜度特征以及所述商品组合集合所对应的商品组合惊喜度特征；

根据所述用户特征、所述商品组合特征、所述商品特征、所述用户惊喜度特征、所述商品惊喜度特征以及所述商品组合惊喜度特征构建用户嵌入向量、商品嵌入向量和商品组合嵌入向量；

根据所述用户嵌入向量、所述商品嵌入向量和所述商品组合嵌入向量确定所述N个用户对所述商品组合集中每个商品的偏好得分和所述N个用户对所述商品集合中每个商品组合的偏好得分；

根据所述商品的偏好得分和所述商品组合的偏好得分确定所述商品组合的最终偏好得分；

确定所述商品组合集合中最终偏好得分大于预设阈值的商品组合子集；

将所述商品组合子集向目标用户推荐，所述目标用户为所述N个用户中的任意一个用户。

本申请第二方面提供了一种商品组合推荐装置，包括：

基本特征获取单元，用于获取待进行商品组合推荐的N个用户所对应的用户特征、商品集合的商品特征和商品组合集合所对应的商品组合特征，其中，所述N为大于或等于2的整数，所述商品集合和所述商品组合集合与所述N个用户相对应；

惊喜度特征确定单元，用于确定所述N个用户所对应的用户惊喜度特征、所述商品集合所对应的商品惊喜度特征以及所述商品组合集合所对应的商品组合惊喜度特征；