一种物品推荐方法、装置、电子设备及可读存储介质制造方法及图纸

本申请涉及互联网技术领域，尤其涉及一种物品推荐方法、装置、电子设备及可读存储介质。本申请通过获取多个商户平台中每个用户的行为信息、新增物品的物品类别信息以及各行为信息下所对应物品的物品类别信息，并根据以上信息，构建物品关联特征向量、物品类别特征向量以及新增物品的物品类别特征向量，基于物品关联特征向量和物品类别特征向量，确定物品之间的关联关系；根据物品的物品类别特征向量和新增物品的物品类别特征向量，确定物品类别信息与新增物品的物品类别信息的相似度，并根据其相似度和物品之间的关联关系，对新增物品进行推荐，采用上述方法可以在商户平台中为用户推荐新增物品提供指导依据。

【技术实现步骤摘要】
一种物品推荐方法、装置、电子设备及可读存储介质
本申请涉及互联网
，尤其涉及一种物品推荐方法、装置、电子设备及可读存储介质。
技术介绍
随着互联网技术的飞速发展，电商平台也伴随着互联网技术的发展而快速发展，大多数商户都根据电商平台中的物品信息和用户信息对商铺中新上架的物品、打折的物品以及热销的物品对用户进行新增物品的推荐。然而随着电商行业的发展以及数据逐渐庞大，各个电商平台对自身的推荐算法的要求也越来越高。现有技术中的物品推荐算法，在商户平台中，如果用户行为不丰富，就很难通过商户平台对用户进行物品推荐，而且对于不同商户平台中的数据无法进行关联，因此，对于新开的商铺，在用户行为不丰富或者没有用户行为时，将无法对用户进行物品推荐，对于新开商铺而言，在商户平台中向用户进行物品推荐尚未提出有效的物品推荐方法。
技术实现思路
有鉴于此，本申请实施例的目的在于提供一种物品推荐方法、装置、电子设备及可读存储介质，可以在商户平台中为用户推荐新增物品提供指导依据。主要包括以下几个方面：第一方面，本申请实施例提供一种物品推荐方法，所述物品推荐方法包括：获取多个商户平台中每个用户的行为信息、新增物品的物品类别信息以及各行为信息下所对应物品的物品类别信息；根据每个用户的行为信息和该行为信息下所对应物品的物品类别信息的关联关系，构建出用于表示物品间相似度的物品关联特征向量；根据每个用户的行为信息下所对应物品的物品类别信息，构建该物品的物品类别特征向量；基于所述物品关联特征向量和各物品的物品类别特征向量，确定所述多个商户平台中的物品之间的关联关系；根据新增物品的物品类别信息，构建该新增物品的物品类别特征向量；根据每个用户的行为信息下所对应物品的物品类别特征向量和新增物品的物品类别特征向量，确定每个用户的行为信息下所对应物品类别信息与新增物品的物品类别信息的相似度；基于所述关联关系和每个用户的行为信息下所对应物品类别信息与新增物品类别信息的相似度，对新增物品进行推荐。在一种可能的实施方式中，根据每个用户的行为信息和该行为信息下所对应物品的物品类别信息的关联关系，构建出用于表示物品间相似度的物品关联特征向量，包括：根据每个用户的行为信息和该行为信息下所对应物品的物品类别信息的关联关系，构建每个用户与该用户关联的物品的数据结构图，每个用户和每个物品作为所述数据结构图的节点；通过随机游走算法均匀的选取节点，以生成预定个数的随机游走序列；根据所述随机游走序列，计算出至少两个物品节点出现在同一序列中的概率；根据所述至少两个物品节点出现在同一序列中的概率，计算出用于表示物品间相似度的物品关联特征向量。在一种可能的实施方式中，根据每个用户的行为信息下所对应物品的物品类别信息，构建该物品的物品类别特征向量，包括：提取每个用户的行为信息下所对应物品的物品类别特征；根据所述物品类别特征，构建每个用户行为信息下所对应物品的物品类别特征向量。在一种可能的实施方式中，基于所述物品关联特征向量和各物品的物品类别特征向量，确定所述商户平台中的物品之间的关联关系，包括：将所述各物品的物品类别特征向量作为物品之间关联关系函数的输入参数，将所述物品关联特征向量作为物品之间关联关系函数的输出参数，以确定所述商户平台中的物品之间的关联关系。第二方面，本申请实施例还提供一种物品推荐装置，所述物品推荐装置包括：获取模块，用于获取多个商户平台中每个用户的行为信息、新增物品的物品类别信息以及各行为信息下所对应物品的物品类别信息；第一计算模块，用于根据每个用户的行为信息和该行为信息下所对应物品的物品类别信息的关联关系，构建出用于表示物品间相似度的物品关联特征向量；第二计算模块，用于根据每个用户的行为信息下所对应物品的物品类别信息，构建该物品的物品类别特征向量；第一确定模块，用于基于所述物品关联特征向量和各物品的物品类别特征向量，确定所述多个商户平台中的物品之间的关联关系；第三计算模块，用于根据新增物品的物品类别信息，构建该新增物品的物品类别特征向量；第二确定模块，用于根据每个用户的行为信息下所对应物品的物品类别特征向量和新增物品的物品类别特征向量，确定每个用户的行为信息下所对应物品类别信息与新增物品的物品类别信息的相似度；推荐模块，用于基于所述关联关系和每个用户的行为信息下所对应物品类别信息与新增物品类别信息的相似度，对新增物品进行推荐。在一种可能的实施方式中，所述第一计算模块在用于根据每个用户的行为信息和该行为信息下所对应物品的物品类别信息的关联关系，构建出用于表示物品间相似度的物品关联特征向量时，所述第一计算模块还用于：根据每个用户的行为信息和该行为信息下所对应物品的物品类别信息的关联关系，构建每个用户与该用户关联的物品的数据结构图，每个用户和每个物品作为所述数据结构图的节点；通过随机游走算法均匀的选取节点，以生成预定个数的随机游走序列；根据所述随机游走序列，计算出至少两个物品节点出现在同一序列中的概率；根据所述至少两个物品节点出现在同一序列中的概率，计算出用于表示物品间相似度的物品关联特征向量。在一种可能的实施方式中，所述第二计算模块，在用于根据每个用户的行为信息下所对应物品的物品类别信息，构建该物品的物品类别特征向量时，所述第二计算模块还用于：提取每个用户的行为信息下所对应物品的物品类别特征；根据所述物品类别特征，构建每个用户行为信息下所对应物品的物品类别特征向量。在一种可能的实施方式中，所述第一确定模块，在用于基于所述物品关联特征向量和各物品的物品类别特征向量，确定所述多个商户平台中的物品之间的关联关系时，所述第一确定模块还用于：将所述各物品的物品类别特征向量作为物品之间关联关系函数的输入参数，将所述物品关联特征向量作为物品之间关联关系函数的输出参数，以确定所述商户平台中的物品之间的关联关系。第三方面，本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中所述的物品推荐方法的步骤。第四方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面或第一方面中任一种可能的实施方式中所述的物品推荐的步骤。本申请实施例提供一种物品推荐方法、装置、电子设备及可读存储介质，通过获取多个商户平台中每个用户的行为信息，新增物品的物品类别信息以及各行为信息下所对应物品的物品类别信息，即：获取多家商户平台中用户在浏览和购买物品时所产生的行为信息，各行为信息下所对应物品的物品类别信息，从而可以做到将同种类别的物品进行关联，并根据每个本文档来自技高网...

【技术保护点】
1.一种物品推荐方法，其特征在于，所述物品推荐方法包括：/n获取多个商户平台中每个用户的行为信息、新增物品的物品类别信息以及各行为信息下所对应物品的物品类别信息；/n根据每个用户的行为信息和该行为信息下所对应物品的物品类别信息的关联关系，构建出用于表示物品间相似度的物品关联特征向量；/n根据每个用户的行为信息下所对应物品的物品类别信息，构建该物品的物品类别特征向量；/n基于所述物品关联特征向量和各物品的物品类别特征向量，确定所述多个商户平台中的物品之间的关联关系；/n根据新增物品的物品类别信息，构建该新增物品的物品类别特征向量；/n根据每个用户的行为信息下所对应物品的物品类别特征向量和新增物品的物品类别特征向量，确定每个用户的行为信息下所对应物品类别信息与新增物品的物品类别信息的相似度；/n基于所述关联关系和每个用户的行为信息下所对应物品类别信息与新增物品类别信息的相似度，对新增物品进行推荐。/n

【技术特征摘要】
1.一种物品推荐方法，其特征在于，所述物品推荐方法包括：
获取多个商户平台中每个用户的行为信息、新增物品的物品类别信息以及各行为信息下所对应物品的物品类别信息；
根据每个用户的行为信息和该行为信息下所对应物品的物品类别信息的关联关系，构建出用于表示物品间相似度的物品关联特征向量；
根据每个用户的行为信息下所对应物品的物品类别信息，构建该物品的物品类别特征向量；
基于所述物品关联特征向量和各物品的物品类别特征向量，确定所述多个商户平台中的物品之间的关联关系；
根据新增物品的物品类别信息，构建该新增物品的物品类别特征向量；
根据每个用户的行为信息下所对应物品的物品类别特征向量和新增物品的物品类别特征向量，确定每个用户的行为信息下所对应物品类别信息与新增物品的物品类别信息的相似度；
基于所述关联关系和每个用户的行为信息下所对应物品类别信息与新增物品类别信息的相似度，对新增物品进行推荐。


2.根据权利要求1所述的物品推荐方法，其特征在于，根据每个用户的行为信息和该行为信息下所对应物品的物品类别信息的关联关系，构建出用于表示物品间相似度的物品关联特征向量，包括：
根据每个用户的行为信息和该行为信息下所对应物品的物品类别信息的关联关系，构建每个用户与该用户关联的物品的数据结构图，每个用户和每个物品作为所述数据结构图的节点；
通过随机游走算法均匀的选取节点，以生成预定个数的随机游走序列；
根据所述随机游走序列，计算出至少两个物品节点出现在同一序列中的概率；
根据所述至少两个物品节点出现在同一序列中的概率，计算出用于表示物品间相似度的物品关联特征向量。


3.根据权利要求1所述的物品推荐方法，其特征在于，根据每个用户的行为信息下所对应物品的物品类别信息，构建该物品的物品类别特征向量，包括：
提取每个用户的行为信息下所对应物品的物品类别特征；
根据所述物品类别特征，构建每个用户行为信息下所对应物品的物品类别特征向量。


4.根据权利要求1所述的物品推荐方法，其特征在于，基于所述物品关联特征向量和各物品的物品类别特征向量，确定所述商户平台中的物品之间的关联关系，包括：
将所述各物品的物品类别特征向量作为物品之间关联关系函数的输入参数，将所述物品关联特征向量作为物品之间关联关系函数的输出参数，以确定所述商户平台中的物品之间的关联关系。


5.一种物品推荐装置，其特征在于，所述物品推荐装置包括：
获取模块，用于获取多个商户平台中每个用户的行为信息、新增物品的物品类别信息以及各行为信息下所对应物品的物品类别信息；
第一计算模块，用于根据每个用户的行为信息和该行为信息下所对应物品的物品类别信息的关联关系，构建出用于表示物品间相似度的物品关联特征向量；
第二计算模块...

【专利技术属性】
技术研发人员：黄楷，梁新敏，陈羲，
申请(专利权)人：上海风秩科技有限公司，
类型：发明
国别省市：上海;31