一种关联商品的推荐方法、装置、介质及电子设备.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CN113362141A(43)申请公布日2021.09.07(21)申请号202110713440.1(22)申请日2021.06.25(71)申请人上海浦东发展银行股份有限公司地址200000上海市黄浦区中山东一路12号(72)发明人王森森张登宇马林超张一航张天霞候岩阎可馨陈栋展(74)专利代理机构北京品源专利代理有限公司11332代理人初春(51)Int.Cl.G06Q30/06(2012.01)权利要求书2页说明书11页附图4页(54)发明名称一种关联商品的推荐方法、装置、介质及电子设备(57)摘要本申请实施例公开了一种关联商品的推荐方法、装置、介质及电子设备。该方法包括：若检测到商品的比价操作，则读取目标商品；将所述目标商品输入至预先训练的商品比价模型，得到商品比价模型输出的关联商品以及关联商品的关联度评分；其中，所述商品比价模型是基于预先存储的历史比价行为以及行为反馈信息进行训练得到的；根据所述关联度评分，对所述关联商品进行推荐展示。本实施例克服了现有技术中电商平台在用户购买商品时只能提供较单一维度的参考商品的局限，可以在用户购买所需商品时提供多种同类可替代商品以供用户进行比较选择，同时使用户可以根据其他用户的反馈为自己的购买决策提供参考，提高了用户的购买体验。CN113362141ACN113362141A权利要求书1/2页1.一种关联商品的推荐方法，其特征在于，所述方法包括：若检测到商品的比价操作，则读取目标商品；将所述目标商品输入至预先训练的商品比价模型，得到商品比价模型输出的关联商品以及关联商品的关联度评分；其中，所述商品比价模型是基于预先存储的历史比价行为以及行为反馈信息进行训练得到的；根据所述关联度评分，对所述关联商品进行推荐展示。2.根据权利要求1所述的方法，其特征在于，所述商品比价模型的训练过程，包括：若存在用户的历史比价行为，则记录所述历史比价行为的当前浏览商品和关联商品；获取用户基于比价结果发出的行为反馈信息；其中，所述行为反馈信息包括点击、收藏、加购、付款、点赞以及点踩中的至少一种操作信息；根据用户的行为反馈信息的操作次数和各行为反馈信息的预设奖励因子，确定关联商品在本次比价行为中得到的评分结果；累加所述关联商品在所有与当前浏览商品的比价行为中的评分结果，得到所述关联商品的关联度评分。3.根据权利要求2所述的方法，其特征在于，在根据用户的行为反馈信息的操作次数和各行为反馈信息的预设奖励因子，确定关联商品在本次比价行为中得到的评分结果之前，所述方法还包括：获取用户的行为反馈信息的购买转化率；相应的，根据用户的行为反馈信息的操作次数和各行为反馈信息的预设奖励因子，确定关联商品在本次比价行为中得到的评分结果，包括：根据用户的行为反馈信息的操作次数，各行为反馈信息的预设奖励因子，以及各行为反馈信息的购买转化率，确定关联商品在本次比价行为中得到的评分结果。4.根据权利要求3所述的方法，其特征在于，在根据用户的行为反馈信息的操作次数，各行为反馈信息的预设奖励因子，以及各行为反馈信息的购买转化率，确定关联商品在本次比价行为中得到的评分结果之前，所述方法还包括：获取用户的行为反馈信息的显著性系数；其中，所述显著性系数用于评价所述购买转化率的置信度；相应的，根据用户的行为反馈信息的操作次数，各行为反馈信息的预设奖励因子，以及各行为反馈信息的购买转化率，确定关联商品在本次比价行为中得到的评分结果，包括：根据用户的行为反馈信息的操作次数，各行为反馈信息的预设奖励因子，各行为反馈信息的购买转化率，以及各行为反馈信息的显著性系数，确定关联商品在本次比价行为中得到的评分结果。5.根据权利要求4所述的方法，其特征在于，所述关联商品在本次比价行为中得到的评分结果按照如下公式计算：λk＝ck*pk*αk*tk；其中，λk为关联商品在本次比价行为中得到的评分结果，k表示行为反馈信息的类别，ck为用户对商品进行某种操作行为的次数，pk表示不同行为反馈信息的奖励因子，αk为不同行为反馈信息的显著性系数，tk为不同行为反馈信息的购买转化率。6.根据权利要求5所述的方法，其特征在于，所述不同行为反馈信息的显著性系数的计2CN113362141A权利要求书2/2页算公式如下：其中，αk为不同行为反馈信息的显著性系数，γk为不同行为反馈信息的显著水平指标，ck为用户对商品进行某种操作行为的次数；不同行为反馈信息的购买转化率的计算公式如下：其中，c4为用户对商品进行付款操作行为的次数；则所述关联商品在本次比价行为中得到的评分结果的优化公式为：7.根据权利要求6所述的方法，其特征在于，所述方法还包括：获取用户的行为反馈信息的预设权重因子；相应的，所述关联商品在本次比价行为