[发明专利]用于商品推荐的方法及装置、电子设备、存储介质

权利要求书

1.一种用于商品推荐的方法，其特征在于，包括：

获取多个种子用户分别对不同商品的评论数据、各所述商品对应的属性数据和各所述种子用户对应的行为数据；

根据所述属性数据和所述评论数据确定待推荐商品，根据所述行为数据进行用户聚类，获得用户集群；

将所述待推荐商品推荐给所述用户集群中所述待推荐商品对应的种子用户外的其他用户。

2.根据权利要求1所述的方法，其特征在于，根据所述属性数据和所述评论数据确定待推荐商品，包括：

根据各所述属性数据获取各所述商品对应的属性嵌入向量，并根据各所述评论数据获取各所述商品对应的评论嵌入向量；

将各所述属性嵌入向量和各所述评论嵌入向量进行融合拼接，获得各所述商品对应的商品嵌入向量；

根据各所述商品嵌入向量确定待推荐商品。

3.根据权利要求2所述的方法，其特征在于，根据所述属性数据获取所述商品对应的属性嵌入向量，包括：

获取所述属性数据对应的第一特征向量；

根据预设的第一算法利用所述第一特征向量进行计算，获得所述商品对应的属性嵌入向量。

4.根据权利要求2所述的方法，其特征在于，根据所述评论数据获取所述商品对应的评论嵌入向量，包括：

获取所述评论数据对应的第二特征向量，并根据所述评论数据获取所述商品对应的情感得分；

将所述第二特征向量与所述情感得分进行融合拼接，获得第三特征向量；

根据预设的第二算法利用所述第三特征向量进行计算，获得所述商品对应的评论嵌入向量。

5.根据权利要求4所述的方法，其特征在于，根据所述评论数据获取所述商品对应的情感得分，包括：

根据所述评论数据获取所述商品的属性对应的情感类型；所述情感类型包括正面、负面或中性；

对所述商品的属性对应的情感类型进行统计，获得所述情感类型为正面的概率；

将所述概率确定为所述商品对应的情感得分。

6.根据权利要求2所述的方法，其特征在于，根据各所述商品嵌入向量确定待推荐商品，包括：

获取各所述商品嵌入向量之间的相似度；

按照相似度从大到小的顺序选取预设个数的所述商品嵌入向量对应的商品确定为待推荐商品。

7.根据权利要求1至6任一项所述的方法，其特征在于，根据所述行为数据进行用户聚类，获得用户集群，包括：

获取所述行为数据对应的行为嵌入向量；

根据预设的聚类算法利用所述行为嵌入向量进行计算，获得用户集群。

8.一种用于商品推荐的装置，其特征在于，包括：

获取模块，被配置为获取多个种子用户分别对不同商品的评论数据、各所述商品对应的属性数据和各所述种子用户对应的行为数据；

确定模块，被配置为根据所述属性数据和所述评论数据确定待推荐商品，根据所述行为数据进行用户聚类，获得用户集群；

推荐模块，被配置为将所述待推荐商品推荐给所述用户集群中所述待推荐商品对应的种子用户外的其他用户。

9.一种电子设备，包括处理器和存储有程序指令的存储器，其特征在于，所述处理器被配置为在运行所述程序指令时，执行如权利要求1至7任一项所述的方法。

10.一种存储介质，存储有程序指令，其特征在于，所述程序指令在运行时，执行如权利要求1至7任一项所述的用于商品推荐的方法。