商品推荐方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114140193A(43)申请公布日2022.03.04(21)申请号202111398248.4(22)申请日2021.11.23(71)申请人苏州中仑网络科技有限公司地址215123江苏省苏州市中国(江苏)自由贸易试验区苏州片区苏州工业园区星湖街328号创意产业园2-A4F(该地址不得从事零售)(72)发明人蒋萍萍吴阳印嘉伟许祥(74)专利代理机构北京知果之信知识产权代理有限公司11541代理人高科(51)Int.Cl.G06Q30/06(2012.01)G06Q30/02(2012.01)权利要求书2页说明书7页附图4页(54)发明名称商品推荐方法和装置(57)摘要本申请公开了一种商品推荐方法和装置。该方法包括：在本申请中，获取平台用户的行为数据，对用户行为数据进行商品偏好分析，得到第一推荐特征数据，对平台商户的商户数据进行分析，得到第二推荐特征数据，根据第二推荐特征数据，对第一推荐特征数据进行相似群特征数据计算，得到与商户目标用户群相似的用户群数据，计算相似用户群特征数据，通过像是用户群特征数据得到对应的推荐商品数据，通过得到推荐商品数据，商户可进行推荐商品补充，进而实现商户客群的拓展，本申请中通过从商户和用户维度进行商品推荐，解决了现有技术中商品推荐准确率较低的技术问题，提高了商品推荐准确率，从而提高的商户的拓客效率。CN114140193ACN114140193A权利要求书1/2页1.一种商品推荐方法，其特征在于，包括：对用户行为数据进行商品偏好分析，得到第一推荐特征数据，其中，所述第一推荐特征数据为用户偏好特征数据；对商户数据进行用户群分析，得到第二推荐特征数据，其中，所述第二特征数据为商户目标群特征数据；根据用户信息对所述第一推荐特征数据和所述第二推荐特征数据进行过滤处理，得到商户相似群特征数据；以及在预设商品数据库中匹配与所述商户相似群特征数据对应的商品数据。2.根据权利要求1所述的商品推荐方法，其特征在于，对用户行为数据进行商品偏好分析，得到第一推荐特征数据包括：对所述用户行为数据进行识别，得到显性反馈行为数据与隐性反馈行为数据；对所述显性反馈行为数据进行显性特征计算处理，得到显性特征数据；对所述隐性反馈行为数据进行隐性特征计算处理，得到隐性特征数据；以及基于预设特征权重对所述显性特征数据和所述隐性特征数据进行推荐特征生成处理，得到所述第一推荐特征数据。3.根据权利要求1所述的商品推荐方法，其特征在于，对商户数据进行用户群分析，得到第二推荐特征数据包括：对所述商户数据进行识别，得到用户商户数据和商户特征数据，其中，所述用户商户数据为用户在商户中的相关数据；对所述用户商户数据进行商品偏好分析，得到所述商户的用户偏好特征数据；以及对所述商户特征数据与所述商户的用户偏好特征数据进行用户群分析处理，得到所述第二推荐特征数据。4.根据权利要求1所述的商品推荐方法，其特征在于，根据用户信息对所述第一推荐特征数据和所述第二推荐特征数据进行过滤处理，得到商户相似群特征数据包括：对所述第一推荐特征数据进行识别，得到第一用户画像数据；对所述第二推荐特征数据进行识别，得到第二用户画像数据；计算所述第一用户画像数据与所述第二用户画像数据的相似度，若满足预设用户相似度规则，得到所述商户相似度特征数据，其中，所述商户相似度特征数据与所述第一用户画像数据对应；以及若不满足预设用户相似度规则，更新所述第一用户画像数据，直至满足所述预设相似度规则，得到所述商户相似度特征数据。5.根据权利要求1所述的商品推荐方法，其特征在于，在预设商品数据库中匹配与所述商户相似群特征数据对应的商品数据包括：对所述商户相似群特征数据进行识别，得到相似偏好商品特征数据，其中，所述相似偏好商品特征数据与所述商户相似群特征数据对应；对所述商户数据进行识别，得到商户商品特征数据；计算所述相似偏好商品特征数据与所述商户商品特征数据的相似度，若满足预设商品相似度规则，在预设商品数据库中匹配与所述相似偏好商品特征数据对应的商品数据；以及2CN114140193A权利要求书2/2页若不满足所述预设商品相似度规则，输出提示信息。6.一种商品推荐装置，其特征在于，包括：第一分析模块，用于对用户行为数据进行商品偏好分析，得到第一推荐特征数据，其中，所述第一推荐特征数据为用户偏好特征数据；第二分析模块，用于对商户数据进行用户群分析，得到第二推荐特征数据，其中，所述第二特征数据为商户目标群特征数据；综合分析模块，用于根据用户信息对所述第一推荐特征数据和所述第二推荐特征数据进行过滤处理，得到商户相似群特征数据；以及商品模块，用于在预设商品数据库中匹配与所述商户相似群特征数据对应的商品数据。7.根据权利要求6所