[发明专利]数据推荐方法、系统、设备及介质

说明书

本申请提供了一种数据推荐方法、系统、设备及介质，可以通过用户输入的查询语句与商品信息的相似度计算得到商品的第一序列，然后根据用户输入的查询语句、句向量矩阵和辅助矩阵确定第二序列，其中，句向量矩阵和辅助矩阵是根据上一次推荐商品后，基于用户选择或浏览的商品等反馈调整原先的句向量矩阵和辅助矩阵得到的，根据第一序列和第二序列确定给用户推荐商品的目标序列，这样，使得商品推荐可以根据用户的反馈进行调整，推荐商品更符合用户需求，并且，综合了两个序列的结果为用户推荐商品，可以防止早期因收到的用户的反馈较少，避免了早期推荐的商品不符合用户需求的问题。

技术领域

本申请涉及人工智能领域，尤其涉及一种数据推荐方法、系统、设备及介质。

背景技术

电子商务交易平台已成为用户选购商品的重要渠道，电子商务交易平台可以根据用户信息为用户推荐可能感兴趣的商品，用户也经常通过输入文字来搜索商品，此时需要根据用户输入的查询语句和商品信息的匹配度，查找出用户感兴趣的商品。但在商品信息不够准确或不够详细的情况下，推荐的商品不符合用户需求的可能性较大。

因此，如何提高使推荐的商品更符合用户的需求，推荐的数据更加准确，是亟待解决的问题。

发明内容

本申请提供了一种数据推荐方法、系统、设备及介质，可以根据用户对推荐商品的反馈调整下一次推荐的商品，使得推荐的商品更符合用户需求。并且，除了根据用户对推荐商品的反馈调整下一次推荐的商品，还根据用户输入的查询语句和商品信息的相似度得到另一个推荐的商品序列。最终，综合两个序列的结果为用户推荐商品，可以防止早期因收到的用户的反馈较少，避免了早期推荐的商品不符合用户需求的问题。

目标和其他目标将通过独立权利要求中的特征来达成。进一步的实现方式在从属权利要求、说明书和附图中体现。

第一方面，本申请提供了一种方法，其特征在于，包括：根据每个商品的商品信息生成每个商品的商品向量；根据第t次用户输入的查询语句生成句向量，t1，且t为正整数；根据所述句向量与所述每个商品的商品向量的相似度，确定相似度最大的N个商品以及所述N个商品的第一序列，N为正整数，所述第一序列用于指示所述N个商品的商品向量与所述句向量的相似度的排序；根据用户前t-1次输入的查询语句的句向量，得到第t次的句向量矩阵；根据用户对第t-1次推荐的商品的操作调整第t-1次的辅助矩阵，得到第t次的辅助矩阵，所述辅助矩阵用于指示所述用户对前t-1次推荐的商品的关注程度；根据第t次的句向量矩阵以及第t次的辅助矩阵，确定所述N个商品的第二序列，所述第二序列用于指示用户前t-1次对所述N个商品的关注度的排序；根据所述第一序列与所述第二序列，确定目标序列，所述目标序列表示为所述用户推荐的商品的顺序。

第二方面，本申请提供了一种系统，包括：生成单元、确定单元：生成单元用于根据每个商品的商品信息生成每个商品的商品向量；生成单元还用于根据第t次用户输入的查询语句生成句向量，t1，且t为正整数；确定单元用于根据所述句向量与所述每个商品的商品向量的相似度，确定相似度最大的N个商品以及所述N个商品的第一序列，N为正整数，所述第一序列用于指示所述N个商品的商品向量与所述句向量的相似度的排序；确定单元用于根据用户前t-1次输入的查询语句的句向量，得到第t次的句向量矩阵；确定单元用于根据所述用户对第t-1次推荐的商品的操作调整第t-1次的辅助矩阵，得到第t次的辅助矩阵，第t次的辅助矩阵用于指示所述用户对前t-1次推荐的商品的关注程度；确定单元还用于根据第t-1次句向量矩阵以及第t-1次辅助矩阵，确定所述N个商品的第二序列，所述第二序列用于指示用户前t-1次对所述N个商品的关注度的排序；确定单元还用于根据所述第一序列与所述第二序列，确定目标序列，所述目标序列表示为所述用户推荐的商品的顺序。

第三方面，本申请提供了一种计算机设备，其特征在于，包括：处理器和存储器，所述存储器存储有计算机程序，上述处理器执行上述存储器中的计算机程序以实现执行如第一方面所描述的方法。