本申请公开了一种基于物品标签的智能推荐方法，包括：接收推荐请求；若推荐请求中包括目标物品，根据目标物品对应的物品标签中的用户标签确定目标用户人群；将目标物品推荐给目标用户人群。本申请通过目标物品对应的物品标签中的用户标签确定所要推荐的目标用户人群，有效避免只能依据需求和经验圈选出目标用户人群进行物品推荐而导致物品推荐不准确的问题，基于物品的用户标签，能够科学有据地圈选出所要推荐的目标用户人群，提高物品推荐的准确性。本申请还公开了一种基于物品标签的智能推荐装置及介质与方法对应，效果如上。效果如上。效果如上。
【技术实现步骤摘要】
一种基于物品标签的智能推荐方法、装置及介质
[0001]本申请涉及物品应用领域，特别是涉及一种基于物品标签的智能推荐方法、装置及介质。
技术介绍
[0002]随着互联网和信息技术的快速发展，信息消费者已进入信息过载的时代，从海量的信息中如何迅速获取到有价值的信息对于信息消费者来说困难重重，与此同时，信息生产者亦希望自己生产的信息能够及时准确推送给被需要的信息消费者，引发关注，基于此，智能推荐应运而生。企业在进行智能推荐时要基于信息消费者的基本属性数据和历史行为数据来挖掘信息消费者的个人偏好和需求，因此企业的第一要务是全面掌握信息消费者的数据，但是由于业务场景不同、用户身份信息不一致、访问的终端和设备不断变化等各种因素，用户的数据往往会散落在不同的业务系统里，无法呈现统一的用户数据，客户数据平台(Customer Data Platform，CDP)可以协助企业将用户数据归一化。
[0003]目前企业通过CDP在进行物品推荐时，仅仅是依据需求和经验圈选用户人群，然后向圈选出来的用户人群推荐物品，例如，企业生产出某一汽车，根据经验认为该汽车适合90后用户人群，通过CDP圈选出符合90后特征的用户人群，将该汽车的信息发送给该用户人群。可见，上述推荐方式，并未考虑该物品真正被哪些用户喜欢，从而导致物品推荐效果不佳。
[0004]因此，如何提高物品推荐的准确性是本领域技术人员亟需要解决的问题。
技术实现思路
[0005]本申请的目的是提供一种基于物品标签的智能推荐方法、装置及介质，用于提高物品推荐的准确性。
[0006]为解决上述技术问题，本申请提供一种基于物品标签的智能推荐方法，包括：
[0007]接收推荐请求；
[0008]若所述推荐请求中包括目标物品，根据所述目标物品对应的物品标签中的用户标签确定目标用户人群；
[0009]将所述目标物品推荐给所述目标用户人群。
[0010]优选地，所述接收推荐请求之前，还包括：
[0011]获取物品的用户基本属性数据和用户历史行为数据；
[0012]对所述用户基本属性数据和所述用户历史行为数据进行数据归一化；
[0013]根据归一化后的所述用户基本属性数据和所述用户历史行为数据构建所述物品的所述用户标签，并将所述用户标签贴附于对应的用户。
[0014]优选地，若所述用户标签包括用户正向标签和用户负向标签，所述根据所述目标物品对应的物品标签中的用户标签确定目标用户人群，包括：
[0015]根据所述用户正向标签确定第一用户人群；
[0016]将所述第一用户人群中满足所述用户负向标签的用户人群确定为第二用户人群；
[0017]将所述第一用户人群中除去所述第二用户人群的用户人群确定为所述目标用户人群；
[0018]其中，所述用户正向标签为有利于物品推广的用户标签，所述用户负向标签为不利于物品推广的用户标签。
[0019]优选地，若所述物品标签包括热度排名标签，将所述目标物品推荐给所述目标用户人群，包括：
[0020]根据所述热度排名标签确定所述目标物品的热度排名；
[0021]根据所述热度排名将所述目标物品推荐给所述目标用户人群。
[0022]优选地，所述根据所述热度排名标签确定所述目标物品的热度排名之前，还包括：
[0023]根据物品类型确定影响物品推荐结果的北极星指标；
[0024]将预设时间段内所述北极星指标的数值作为物品的综合评分；
[0025]根据所述综合评分和时间衰减函数计算所述物品的热度得分；
[0026]根据所述热度得分从大到小对所述物品进行排序，得到所述物品的热度排名，并将所述热度排名作为所述物品的所述物品标签。
[0027]优选地，所述根据所述综合评分和时间衰减函数计算所述物品的热度得分，包括：
[0028]根据所述时间衰减函数确定热度得分计算公式；所述热度得分计算公式为：
[0029][0030]其中，hot
score(i)
表示物品i的热度得分，Δt
j
表示第j段时间间隔，α
j
表示第j段时间间隔的权重，T
j
表示第j段时间间隔下的时间权重，C
ij
表示在第j段时间间隔下物品i获得的综合评分；
[0031]结合所述综合评分和所述热度得分计算公式计算所述物品的热度得分。
[0032]优选地，若所述物品标签包括关联物品标签，将所述目标物品推荐给所述目标用户人群，包括：
[0033]根据所述关联物品标签确定所述目标物品的关联物品；
[0034]将所述目标物品与所述关联物品绑定后推荐给所述目标用户人群；
[0035]其中，所述关联物品为与所述目标物品共同推广能增加所述目标物品推广量的物品。
[0036]优选地，接收推荐请求之后，还包括：
[0037]若所述推荐请求中包括目标用户，确定所述目标用户的目标用户特征；
[0038]根据所述目标用户特征确定目标用户标签；
[0039]根据所述目标用户标签确定目标物品；
[0040]将所述目标物品推荐给目标用户。
[0041]本申请还提供一种基于物品标签的智能推荐装置，包括：
[0042]接收模块，用于接收推荐请求；
[0043]确定模块，用于若所述推荐请求中包括目标物品，根据所述目标物品对应的物品标签中的用户标签确定目标用户人群；
[0044]推荐模块，用于将所述目标物品推荐给所述目标用户人群。
[0045]本申请还提供一种基于物品标签的智能推荐装置，包括存储器，用于存储计算机程序；
[0046]处理器，用于执行所述计算机程序时实现所述的基于物品标签的智能推荐方法的步骤。
[0047]本申请还提供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执行时实现所述的基于物品标签的智能推荐方法的步骤。
[0048]本申请所提供的一种基于物品标签的智能推荐方法，包括：接收推荐请求；若推荐请求中包括目标物品，根据目标物品对应的物品标签中的用户标签确定目标用户人群；将目标物品推荐给目标用户人群。本申请通过目标物品对应的物品标签中的用户标签确定所要推荐的目标用户人群，有效避免只能依据需求和经验圈选出目标用户人群进行物品推荐而导致物品推荐不准确的问题，基于物品的用户标签，能够科学有据地圈选出所要推荐的目标用户人群，提高物品推荐的准确性。
[0049]本申请所提供的一种基于物品标签的智能推荐装置及介质与方法对应，具体效果如上。
附图说明
[0050]为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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。
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于物品标签的智能推荐方法，其特征在于，包括：接收推荐请求；若所述推荐请求中包括目标物品，根据所述目标物品对应的物品标签中的用户标签确定目标用户人群；将所述目标物品推荐给所述目标用户人群。2.根据权利要求1所述的基于物品标签的智能推荐方法，其特征在于，所述接收推荐请求之前，还包括：获取物品的用户基本属性数据和用户历史行为数据；对所述用户基本属性数据和所述用户历史行为数据进行数据归一化；根据归一化后的所述用户基本属性数据和所述用户历史行为数据构建所述物品的所述用户标签，并将所述用户标签贴附于对应的用户。3.根据权利要求1所述的基于物品标签的智能推荐方法，其特征在于，若所述用户标签包括用户正向标签和用户负向标签，所述根据所述目标物品对应的物品标签中的用户标签确定目标用户人群，包括：根据所述用户正向标签确定第一用户人群；将所述第一用户人群中满足所述用户负向标签的用户人群确定为第二用户人群；将所述第一用户人群中除去所述第二用户人群的用户人群确定为所述目标用户人群；其中，所述用户正向标签为有利于物品推广的用户标签，所述用户负向标签为不利于物品推广的用户标签。4.根据权利要求1所述的基于物品标签的智能推荐方法，其特征在于，若所述物品标签包括热度排名标签，将所述目标物品推荐给所述目标用户人群，包括：根据所述热度排名标签确定所述目标物品的热度排名；根据所述热度排名将所述目标物品推荐给所述目标用户人群。5.根据权利要求4所述的基于物品标签的智能推荐方法，其特征在于，所述根据所述热度排名标签确定所述目标物品的热度排名之前，还包括：根据物品类型确定影响物品推荐结果的北极星指标；将预设时间段内所述北极星指标的数值作为物品的综合评分；根据所述综合评分和时间衰减函数计算所述物品的热度得分；根据所述热度得分从大到小对所述物品进行排序，得到所述物品的热度排名，并将所述热度排名作为所述物品的所述物品标签。6.根据权利要求5所述的基于物品标签的智能推荐方法，其特征在于，所述根据所述综合评分和时间衰减函数计算所述物...
【专利技术属性】
技术研发人员：伍丹丹，
申请(专利权)人：杭州数跑科技有限公司，
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。