[发明专利]一种AI推荐引擎赋能商品营销方法

摘要

本发明公开一种AI推荐引擎赋能商品营销方法，包括如下步骤：（1）推荐引擎准备：包括算法准备和数据准备两部分；（2）推荐引擎发布：对推荐引擎进行配置，完成后即可进行发布；（3）推荐引擎在线实时推荐：对推荐商品进行排序，根据干预规则配置内容进行动态解析，对结果数据进行重排。本发明中推荐引擎从底层收集基础信息，经过清洗整合进入数据准备层。根据不同算法的输入要求，制定适配的特征视图。在算法配置阶段，经过算法的学习训练，得到用户对每种商品的评分，得出topN项目进行推荐。最后，可用数据分桶形式，进行评估效果，根据预测的准确性及时调整流量分流。

主权项

1.一种AI推荐引擎赋能商品营销方法，其特征在于，包括如下步骤：（1）推荐引擎准备：包括算法准备和数据准备两部分，其中数据准备是将采集的用户数据、行为数据、商品数据和日志数据分类后处理为离线数据、近场数据和事件数据，为算法提供数据支持；算法准备是通过算法管理模块上传多种算法，并为相关算法预先补充商品特征、用户特征、商品MAB特征和用户行为特征；（2）推荐引擎发布：对推荐引擎进行配置，将上传的算法进行分组设置，并设定干预规则，通过SQL通用函数动态设置，对算法排序的结构进行人为干预，最后设定推送规则，设置主动接触渠道规则和发送时间；推荐引擎配置完成后即可进行发布；（3）推荐引擎在线实时推荐：推荐引擎接受用户请求，根据用户请求拉取推荐商品的主题、标签、素材和品类的召回集，再根据当前召回集拉取偏好和相似召回集，然后再通过召回集对素材相关的特征进行筛选过滤，将特征实时传入模型进行点击量预估，根据机器学习模型和/或深度学习模型实时打分，对推荐商品进行排序，在模型排序后，判断是否有步骤（2）配置的干预规则，如果有引入，根据干预规则配置内容进行动态解析，对结果数据进行重排。