本发明专利技术属于互联网技术领域，公开了一种3D成品推荐方法、设备、装置及存储介质。该方法包括：获取待推荐用户在目标页面中的行为数据；根据行为数据确定待推荐用户的初始偏好类型及物品期望；根据初始偏好类型及物品期望确定待推荐用户的目标物品偏好特征；根据目标物品偏好特征确定目标3D成品，并在目标页面上对目标3D成品对应的产品信息进行展示。由此，本发明专利技术通过用户在浏览网页时产生的行为数据确定初始偏好类型及物品期望，进一步根据初始偏好类型及物品期望确定用户的目标物品偏好特征，再进一步由目标物品偏好特征确定可推荐的目标3D成品。与传统方式相比，本发明专利技术方法解决了现有技术产品推荐准确率低，用户体验不高的技术问题。术问题。术问题。
【技术实现步骤摘要】
一种3D成品推荐方法、设备、装置及存储介质
[0001]本专利技术涉及互联网
，尤其涉及一种3D成品推荐方法、设备、装置及存储介质。
技术介绍
[0002]随着大数据技术和人工智能技术的发展，人们的日常生活早已趋向于快节奏，而快节奏的生活方式自然离不开网络，网络购物、网络交流、网络工作都已成为当下潮流。
[0003]随着网络的普及利用，利用网页进行线上产品销售也逐渐成为电商行业竞争的主要方向，但就目前的线上产品推荐效果来说，传统的产品推荐方式主要集中于根据用户历史行为进行购买预测，进而根据预测结果向用户推荐产品，但事实上，用户的需求可能在不断变化，现有技术中，仅根据用户历史行为而做出的产品推荐是不足以满足用户不断变化的购物需求的。
[0004]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
[0005]本专利技术的主要目的在于提供一种3D成品推荐方法、设备、装置及存储介质，旨在解决现有技术产品推荐准确率低，用户体验不高的技术问题。
[0006]为实现上述目的，本专利技术提供了一种3D成品推荐方法，所述方法包括以下步骤:
[0007]获取待推荐用户在目标页面中的行为数据；
[0008]根据所述行为数据确定所述待推荐用户的初始偏好类型及物品期望；
[0009]根据所述初始偏好类型及物品期望确定所述待推荐用户的目标物品偏好特征；
[0010]根据所述目标物品偏好特征确定目标3D成品，并在所述目标页面上对所述目标3D成品对应的产品信息进行展示。
[0011]可选地，所述获取待推荐用户在目标页面中的行为数据包括：
[0012]获取待推荐用户在目标页面的点击信息，并记录所述待推荐用户在每次页面点击操作后对应的页面浏览时长；
[0013]获取所述页面浏览时长大于预设浏览时长的用户浏览页面，并检测所述待推荐用户在所述用户浏览页面的操作特征；
[0014]将所述操作特征作为所述待推荐用户的行为数据。
[0015]可选地，所述根据所述行为数据确定所述待推荐用户的初始偏好类型及物品期望，包括：
[0016]对所述行为数据进行特征数据提取，并对提取的特征数据进行聚类；
[0017]根据聚类结果确定所述待推荐用户的初始偏好类型及物品期望。
[0018]可选地，所述对所述行为数据进行特征数据提取，并对提取的特征数据进行聚类之前，包括：
[0019]检测所述行为数据中是否具有搜索数据；
[0020]若不存在所述搜索数据，则执行所述对所述行为数据进行特征数据提取，并对提取的特征数据进行聚类的步骤。
[0021]可选地，所述根据聚类结果确定所述待推荐用户的初始偏好类型及物品期望，具体包括：
[0022]根据聚类结果获取聚类后的特征数据簇，并比较各特征数据簇之间的数据量大小；
[0023]获取数据量最大的目标特征数据簇，并根据所述目标特征数据簇所对应的产品类别确定所述待推荐用户的初始偏好类型及物品期望。
[0024]可选地，所述根据所述初始偏好类型及物品期望确定所述待推荐用户的目标物品偏好特征，包括：
[0025]将所述待推荐用户的初始偏好类型及物品期望作为关键信息，并将所述关键信息传输至用户画像信息系统，以查找对应的同类型用户；
[0026]获取所述同类型用户的物品偏好特征，并以所述物品偏好特征作为所述待推荐用户的目标物品偏好特征。
[0027]可选地，所述根据所述目标物品偏好特征确定目标3D成品，并在所述目标页面上对所述目标3D成品对应的产品信息进行展示，包括：
[0028]遍历各同类型用户的物品偏好特征，并根据遍历结果进行物品偏好特征整合，以获取所述同类型用户的共有物品偏好特征；
[0029]将所述共有物品偏好特征作为目标物品偏好特征，并根据所述目标物品偏好特征选择目标3D成品；
[0030]将所述目标3D成品对应的产品信息进行展示。
[0031]此外，为实现上述目的，本专利技术还提出一种3D成品推荐装置，所述3D成品推荐装置包括：
[0032]行为数据获取模块，用于获取待推荐用户在目标页面中的行为数据；
[0033]初始偏好确定模块，用于根据所述行为数据确定所述待推荐用户的初始偏好类型及物品期望；
[0034]目标偏好确定模块，用于根据所述初始偏好类型及物品期望确定所述待推荐用户的目标物品偏好特征；
[0035]产品信息展示模块，用于根据所述目标物品偏好特征确定目标3D成品，并在所述目标页面上对所述目标3D成品对应的产品信息进行展示。
[0036]此外，为实现上述目的，本专利技术还提出一种3D成品推荐设备，所述3D成品推荐设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的的3D成品推荐程序，所述的3D成品推荐程序配置为实现如上文所述的的3D成品推荐方法的步骤。
[0037]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有的3D成品推荐程序，所述的3D成品推荐程序被处理器执行时实现如上文所述的的3D成品推荐方法的步骤。
[0038]本专利技术通过获取待推荐用户在目标页面中的行为数据；根据所述行为数据确定所述待推荐用户的初始偏好类型及物品期望；根据所述初始偏好类型及物品期望确定所述待
推荐用户的目标物品偏好特征；根据所述目标物品偏好特征确定目标3D成品，并在所述目标页面上对所述目标3D成品对应的产品信息进行展示。由此，本专利技术通过用户在浏览网页时产生的行为数据确定用户的初始偏好类型及物品期望，进一步根据所述初始偏好类型及物品期望确定用户的目标物品偏好特征，再进一步由所述目标物品偏好特征确定可向用户推荐的目标3D成品。与现有技术相比，本专利技术的推荐方式更能满足用户随时变化的购物期望，保证了推荐准确率的同时也提高了用户体验。
附图说明
[0039]图1是本专利技术实施例方案涉及的硬件运行环境的3D成品推荐设备的结构示意图；
[0040]图2为本专利技术3D成品推荐方法第一实施例的流程示意图；
[0041]图3为本专利技术3D成品推荐方法第二实施例的流程示意图；
[0042]图4为本专利技术3D成品推荐方法第三实施例的流程示意图；
[0043]图5为本专利技术3D成品推荐装置一实施例涉及的结构框图。
[0044]本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0045]应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。
[0046]参照图1，图1为本专利技术实施例方案涉及的硬件运行环境的3D成品推荐设备结构示意图。
[0047]如图1所示，该3D成品推荐设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种3D成品推荐方法，其特征在于，所述3D成品推荐方法包括以下步骤：获取待推荐用户在目标页面中的行为数据；根据所述行为数据确定所述待推荐用户的初始偏好类型及物品期望；根据所述初始偏好类型及物品期望确定所述待推荐用户的目标物品偏好特征；根据所述目标物品偏好特征确定目标3D成品，并在所述目标页面上对所述目标3D成品对应的产品信息进行展示。2.如权利要求1所述的方法，其特征在于，所述获取待推荐用户在目标页面中的行为数据包括：获取待推荐用户在目标页面的点击信息，并记录所述待推荐用户在每次页面点击操作后对应的页面浏览时长；获取所述页面浏览时长大于预设浏览时长的用户浏览页面，并检测所述待推荐用户在所述用户浏览页面的操作特征；将所述操作特征作为所述待推荐用户的行为数据。3.如权利要求1所述的方法，其特征在于，所述根据所述行为数据确定所述待推荐用户的初始偏好类型及物品期望，包括：对所述行为数据进行特征数据提取，并对提取的特征数据进行聚类；根据聚类结果确定所述待推荐用户的初始偏好类型及物品期望。4.如权利要求3所述的方法，其特征在于，所述对所述行为数据进行特征数据提取，并对提取的特征数据进行聚类之前，包括：检测所述行为数据中是否具有搜索数据；若不存在所述搜索数据，则执行所述对所述行为数据进行特征数据提取，并对提取的特征数据进行聚类的步骤。5.如权利要求3所述的方法，其特征在于，所述根据聚类结果确定所述待推荐用户的初始偏好类型及物品期望，具体包括：根据聚类结果获取聚类后的特征数据簇，并比较各特征数据簇之间的数据量大小；获取数据量最大的目标特征数据簇，并根据所述目标特征数据簇所对应的产品类别确定所述待推荐用户的初始偏好类型及物品期望。6.如权利要求1所述的方法，其特征在于，所述根据...
【专利技术属性】
技术研发人员：聂群，谢真，徐亚文，
申请(专利权)人：深圳市七号网络科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。