基于知识图谱的电商推荐方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115344701A(43)申请公布日2022.11.15(21)申请号202110519636.7(22)申请日2021.05.12(71)申请人杭州天识信息科技有限公司地址310000浙江省杭州市西湖区转塘科技经济区块16号3幢215室(72)发明人不公告发明人(74)专利代理机构北京沁优知识产权代理有限公司11684专利代理师金慧玲(51)Int.Cl.G06F16/36(2019.01)G06F16/532(2019.01)G06F16/906(2019.01)G06F16/9535(2019.01)G06Q30/06(2012.01)权利要求书2页说明书5页附图1页(54)发明名称基于知识图谱的电商推荐方法(57)摘要本发明公开了一种基于知识图谱的电商推荐方法，包括服务端和若干客户端，服务端包括知识图谱，知识图谱包括若干标签和若干关联度，标签反映产品的特征信息，关联度反映不同标签之间的关联程度；服务端还包括第一推荐策略和第二推荐策略，客户端包括闲逛模式和购买模式，当客户端选择闲逛模式时触发第一推荐策略，当客户端选择购买模式时触发第二推荐策略。用户可以根据不同需求选择闲逛模式和购买模式，闲逛模式以用户喜好为中心向外辐射较多相关产品，为用户提供较大的选择空间；购买模式以用户实际喜好为中心向外辐射较少产品，为用户提供精确的推送，以提高实际购买产品的使用率。CN115344701ACN115344701A权利要求书1/2页1.基于知识图谱的电商推荐方法，其特征在于包括服务端和若干客户端，所述服务端包括知识图谱(010)，所述知识图谱(010)包括若干标签和若干关联度，所述标签反映产品的特征信息，所述关联度反映不同标签之间的关联程度；所述服务端还包括第一推荐策略(040)和第二推荐策略，所述客户端包括闲逛模式和购买模式，当所述客户端选择闲逛模式时触发所述第一推荐策略(040)，当所述客户端选择购买模式时触发所述第二推荐策略(050)；所述第一推荐策略(040)包括标签筛选步骤(041)、第一索引生成步骤(042)和第一产品推荐步骤(043)；所述标签筛选步骤(041)，获得所述客户端的历史浏览记录，获得所述历史浏览记录中浏览对象的若干标签作为第一历史标签，将所述第一历史标签发送至所述客户端，获得所述客户端对所述第一历史标签的筛选结果作为第一引路标签；所述第一索引生成步骤(042)，在所述知识图谱(010)中匹配到与所述第一引路标签的关联度高于预设的第一阈值的标签作为第一检索标签，所述第一检索标签作为第一索引；所述第一产品推荐步骤(043)，获得与所述第一索引匹配的产品链接作为闲逛产品链接，将所述闲逛产品链接推送至所述客户端；所述第二推荐策略(050)包括标签获取步骤(051)、第二索引生成步骤(052)和第二产品推荐步骤(053)；所述标签获取步骤(051)，获取所述客户端历史上传的产品使用照片作为实用产品照片，识别实用产品照片中的产品并获得对应的标签作为第二历史标签，将所述第二历史标签发送至所述客户端，获得所述客户端对所述第二历史标签的筛选结果作为第二引路标签；所述第二索引生成步骤(052)，在所述知识图谱(010)中匹配到与所述第二引路标签的关联度高于预设的第二阈值的标签作为第二索引；所述第二产品推荐步骤(053)，获得与所述第二索引匹配的产品链接作为购买产品链接，将所述购买产品链接推送至所述客户端。2.根据权利要求1所述的基于知识图谱的电商推荐方法，其特征在于，在所述第一索引生成步骤(042)中，在所述知识图谱(010)中匹配到与所述第一引路标签的关联度高于第三阈值且低于第四阈值的标签作为第二检索标签，所述第四阈值小于所述第一阈值，所述第一检索标签和所述第二检索标签作为所述第一索引。3.根据权利要求2所述的基于知识图谱的电商推荐方法，其特征在于，基于知识图谱(010)的电商推荐方法还包括用户特征数据库(020)和偏好分类数据库(030)，所述用户特征数据库(020)存储有若干标签和对应的用户特征信息，所述用户特征信息反映能够影响用户对具有对应标签的产品的偏好程度的因素，所述偏好分类数据库(030)存储有若干特征关键词和对应的偏好标签；在所述第一索引生成步骤(042)中，根据所述第二检索标签在所述用户特征数据库(020)中进行搜索得到对应的用户特征信息作为待填特征信息，获得所述客户端根据所述待填特征信息输入的主观特征信息，识别所述主观特征信息获得主观特征关键词，根据所述主观特征关键词在所述偏好分类数据库(030)中进行搜索得到对应的偏好标签作为新的第二检索标签，新的所述第二检索标签和所述第一检索标签作为所述第一索引。2CN115344701A权利要求书2/2页