基于用户偏好预测的商品推荐方法、装置、设备及可读介质制造方法及图纸

本发明专利技术实施例公开了一种基于用户偏好预测的商品推荐方法、装置、设备以及可读介质，所述方法包括：获取目标用户的历史购物数据，根据所述历史购物数据确定所述目标用户对于多个目标商品的历史偏好度；获取所述目标用户发送的购物请求，根据所述购物请求确定所述目标用户的当前购物数据；根据所述当前购物数据和所述历史偏好度确定所述目标用户对于每一个所述目标商品的目标偏好度；根据目标偏好度确定与所述目标用户对应的目标推荐商品。本发明专利技术提高了用户偏好预测和商品推荐的精准度。

Commodity recommendation methods, devices, devices and readable media based on user preference prediction

【技术实现步骤摘要】
基于用户偏好预测的商品推荐方法、装置、设备及可读介质
本专利技术涉及大数据处理
，尤其涉及一种基于用户偏好预测的商品推荐方法、装置、设备及可读介质。
技术介绍
随着经济的发展、互联网应用的普及以及人民生活水平的提高，基于各大网络电商平台的购物行为得到了广泛的普及。基于网络销售平台区别于线下实体购物的特点，为了在用户无法接触商品实体的情况下，也能获得丰富的商品信息和良好的购物体验，各大电商平台都会为用户进行可能感兴趣的商品的推荐。现有的电商平台中对用户进行商品推荐的一般是基于用户历史的购买数据进行类似的商品的推荐，但是用户的购物偏好是在不断变化，仅仅依靠历史数据进行推荐的精确度不高，这会导致用户的购物体验不佳、电商平台的营销效果不佳。
技术实现思路
基于此，有必要针对上述问题，提出一种基于用户偏好预测的商品推荐方法、装置、计算机设备及可读介质。一种基于用户偏好预测的商品推荐方法，其特征在于，所述方法包括：获取目标用户的历史购物数据，根据所述历史购物数据确定所述目标用户对于多个目标商品的历史偏好度；获取所述目标用户发送的购物请求，根据所述购物请求确定所述目标用户的当前购物数据；根据所述当前购物数据和所述历史偏好度确定所述目标用户对于每一个所述目标商品的目标偏好度；根据目标偏好度确定与所述目标用户对应的目标推荐商品。其中，所述根据所述历史购物数据确定所述目标用户对于多个目标商品的历史偏好度，包括：根据所述历史购物数据确定所述目标用户对于每一个所述目标商品的历史操作类型，所述历史操作类型包括：未点击、已浏览、已加入购物车、已购买；按照预设的与历史操作类型对应的偏好度权重值，确定所述目标用户对于每一个所述目标商品的历史偏好度。所述获取所述目标用户的当前购物数据，根据所述当前购物数据和所述历史偏好度确定所述目标用户对于每一个所述目标商品的目标偏好度，包括：根据所述当前购物数据确定所述目标用户当前所浏览的目标商品总数及对于各个所述目标商品的当前购买次数；根据所述目标商品总数和所述当前购买次数确定所述目标用户对于每一个所述目标商品的当前偏好度；根据所述当前偏好度和所述历史偏好度确定所述目标用户对于每一个所述目标商品的目标偏好度。所述根据所述当前偏好度和所述历史偏好度确定所述目标用户对于每一个所述目标商品的目标偏好度，包括：获取所述目标用户最近一次历史购物行为的结束时间点与当前购物行为的开始时间点；根据所述结束时间点和所述开始时间点确定所述目标用户对于每一个目标商品的历史偏好度的历史影响权重值；根据所述历史影响权重值、所述历史偏好度和所述当前偏好度确定所述目标用户对于每一个所述目标商品的目标偏好度。更进一步的，所述根据所述结束时间点和所述开始时间点确定所述目标用户对于每一个目标商品的历史偏好度的历史影响权重，包括：根据所述结束时间点和所述开始时间点确定所述目标用户的购物时间间隔；根据所述购物时间间隔与预设时间间隔阈值的比较结果确定所述目标用户的偏好变化状态，所述偏好变化状态包括偏好稳定期、偏好遗忘期、完全遗忘期；根据所述偏好变化状态确定所述历史影响权重。所述根据所述目标用户对于每一个所述目标商品的目标偏好度确定所述目标用户对应的目标推荐商品，包括：获取所述目标用户的用户总数和所述目标商品的商品总数；根据所述用户总数、所述商品总数和所述目标偏好度确定所述目标用户之间的偏好相似度；根据所述偏好相似度确定所述目标用户对应的目标推荐商品。其中，所述根据所述偏好相似度确定所述目标用户对应的目标推荐商品，包括：根据所述偏好相似度确定与所述目标用户的偏好相似度大于预设相似度阈值的其他用户作为该目标用户的参考用户；获取所述参考用户对于每一个所述目标商品的目标偏好度作为参考偏好度，获取所述目标用户对应的历史操作类型为已购买的目标商品以外的目标商品作为待推荐商品；根据所述参考偏好度在所述待推荐商品中确定所述目标用户对应的目标推荐商品。一种基于用户偏好预测的商品推荐装置，其特征在于，所述装置包括：第一获取单元：用于获取目标用户的历史购物数据，根据所述历史购物数据确定所述目标用户对于多个目标商品的历史偏好度；第二获取单元：用于获取所述目标用户发送的购物请求，根据所述购物请求确定所述目标用户的当前购物数据；第一确定单元：用于根据所述当前购物数据和所述历史偏好度确定所述目标用户对于每一个所述目标商品的目标偏好度；第二确定单元：用于根据目标偏好度确定与所述目标用户对应的目标推荐商品。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：获取目标用户的历史购物数据，根据所述历史购物数据确定所述目标用户对于多个目标商品的历史偏好度；获取所述目标用户发送的购物请求，根据所述购物请求确定所述目标用户的当前购物数据；根据所述当前购物数据和所述历史偏好度确定所述目标用户对于每一个所述目标商品的目标偏好度；根据目标偏好度确定与所述目标用户对应的目标推荐商品。一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：获取目标用户的历史购物数据，根据所述历史购物数据确定所述目标用户对于多个目标商品的历史偏好度；获取所述目标用户发送的购物请求，根据所述购物请求确定所述目标用户的当前购物数据；根据所述当前购物数据和所述历史偏好度确定所述目标用户对于每一个所述目标商品的目标偏好度；根据目标偏好度确定与所述目标用户对应的目标推荐商品。在本专利技术实施例中，首先获取目标用户的历史购物数据，根据所述历史购物数据确定该目标用户对于多个目标商品的历史偏好度。在确定了历史偏好度之后，再实时获取所述目标用户发送的购物请求，根据所述购物请求确定该目标用户的当前购物数据。最后根据这个当前购物数据和上述历史偏好度确定出该目标用户对于每一个所述目标商品的目标偏好度，从而根据目标偏好度确定与所述目标用户对应的目标推荐商品。因此，相较于现有技术中只是根据用户的历史购物数据来预测用户当前的偏好，忽略了随着时间变化用户偏好的衰退和迁移，本专利技术通过将历史偏好和当前偏好相结合，以及参考与目标用户偏好较为相似的其他用户的购物数据对目标用户进行商品的推荐。提高了用户偏好预测的准确率，间接提高了基于偏好预测的商品推荐的准确率和效率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：图1示出了一个实施例中基于用户偏本文档来自技高网...

【技术保护点】
1.一种基于用户偏好预测的商品推荐方法，其特征在于，所述方法包括：/n获取目标用户的历史购物数据，根据所述历史购物数据确定所述目标用户对于多个目标商品的历史偏好度；/n获取所述目标用户发送的购物请求，根据所述购物请求确定所述目标用户的当前购物数据；/n根据所述当前购物数据和所述历史偏好度确定所述目标用户对于每一个所述目标商品的目标偏好度；/n根据目标偏好度确定与所述目标用户对应的目标推荐商品。/n

【技术特征摘要】
1.一种基于用户偏好预测的商品推荐方法，其特征在于，所述方法包括：
获取目标用户的历史购物数据，根据所述历史购物数据确定所述目标用户对于多个目标商品的历史偏好度；
获取所述目标用户发送的购物请求，根据所述购物请求确定所述目标用户的当前购物数据；
根据所述当前购物数据和所述历史偏好度确定所述目标用户对于每一个所述目标商品的目标偏好度；
根据目标偏好度确定与所述目标用户对应的目标推荐商品。


2.根据权利要求1所述的方法，其特征在于，所述根据所述历史购物数据确定所述目标用户对于多个目标商品的历史偏好度，包括：
根据所述历史购物数据确定所述目标用户对于每一个所述目标商品的历史操作类型，所述历史操作类型包括：未点击、已浏览、已加入购物车、已购买；
按照预设的与历史操作类型对应的偏好度权重值，确定所述目标用户对于每一个所述目标商品的历史偏好度。


3.根据权利要求1所述的方法，其特征在于，所述获取所述目标用户的当前购物数据，根据所述当前购物数据和所述历史偏好度确定所述目标用户对于每一个所述目标商品的目标偏好度，包括：
根据所述当前购物数据确定所述目标用户当前所浏览的目标商品总数及对于各个所述目标商品的当前购买次数；
根据所述目标商品总数和所述当前购买次数确定所述目标用户对于每一个所述目标商品的当前偏好度；
根据所述当前偏好度和所述历史偏好度确定所述目标用户对于每一个所述目标商品的目标偏好度。


4.根据权利要求3所述的方法，其特征在于，所述根据所述当前偏好度和所述历史偏好度确定所述目标用户对于每一个所述目标商品的目标偏好度，包括：
获取所述目标用户最近一次历史购物行为的结束时间点与当前购物行为的开始时间点；
根据所述结束时间点和所述开始时间点确定所述目标用户对于每一个目标商品的历史偏好度的历史影响权重值；
根据所述历史影响权重值、所述历史偏好度和所述当前偏好度确定所述目标用户对于每一个所述目标商品的目标偏好度。


5.根据权利要求4所述的方法，其特征在于，所述根据所述结束时间点和所述开始时间点确定所述目标用户对于每一个目标商品的历史偏好度的历史影响权重，包括：
根据所...

【专利技术属性】
技术研发人员：鲍婉莹，肖金华，
申请(专利权)人：深圳市赛维网络科技有限公司，
类型：发明
国别省市：广东;44