商品推荐方法、装置、终端设备及存储介质.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CN112529663A(43)申请公布日2021.03.19(21)申请号202011473110.1(22)申请日2020.12.15(71)申请人中国平安人寿保险股份有限公司地址518000广东省深圳市福田区福华三路星河发展中心办公9、10、11层(72)发明人黄严汉(74)专利代理机构深圳中一联合知识产权代理有限公司44414代理人张全文(51)Int.Cl.G06Q30/06(2012.01)G06N3/08(2006.01)权利要求书3页说明书10页附图2页(54)发明名称商品推荐方法、装置、终端设备及存储介质(57)摘要本申请适用于人工智能技术领域，提供了一种商品推荐方法、装置、终端设备及存储介质，该方法包括：根据用户的物品点击数据和物品购买数据训练商品预估模型；将待推荐商品数据输入商品预估模型进行点击预估和购买预估，得到点击预估结果和购买预估结果；根据待推荐商品的商品价格、预估点击率和预估购买率进行推荐值计算得到商品推荐值；根据商品推荐值对待推荐商品进行商品推荐。本申请通过商品价格、预估点击率和预估购买率进行推荐值计算得到商品推荐值，有效的考虑到了商品的价格因素对用户购买商品的影响，有效的区分了用户对不同待推荐商品的感兴趣程度，提高了用户对商品的购买率。此外，本申请还涉及区块链技术。CN112529663ACN112529663A权利要求书1/3页1.一种商品推荐方法，其特征在于，包括：获取用户的物品点击数据和物品购买数据，并根据所述物品点击数据和所述物品购买数据训练商品预估模型，所述物品点击数据包括所述用户在预设时间内点击物品的物品信息，所述物品购买数据包括所述用户在预设时间内购买物品的物品信息；将待推荐商品数据输入所述商品预估模型进行点击预估和购买预估，得到点击预估结果和购买预估结果，所述待推荐商品数据包括至少一个待推荐商品，所述点击预估结果中存储有不同所述待推荐商品对应的预估点击率，所述购买预估结果中存储有不同所述待推荐商品对应的预估购买率；获取所述待推荐商品的商品价格，并根据所述商品价格、所述预估点击率和所述预估购买率进行推荐值计算，得到商品推荐值；根据所述商品推荐值对所述待推荐商品进行商品推荐。2.根据权利要求1所述的商品推荐方法，其特征在于，所述根据所述物品点击数据和所述物品购买数据训练商品预估模型，包括：根据所述点击物品的物品信息对相关性模型进行模型训练，并根据训练后的所述相关性模型对所述点击物品的物品信息进行特征提取，得到商品点击特征；根据所述商品点击特征对注意力模型进行模型训练，并根据训练后的所述注意力模型对所述点击物品的物品信息进行特征提取，得到兴趣度特征；根据所述点击物品的物品信息对长短期记忆模型进行模型训练，并根据训练后的所述长短期记忆模型对所述点击物品的物品信息进行特征提取，得到商品兴趣特征；根据所述商品点击特征、所述兴趣度特征和所述商品兴趣特征对因子分解机进行模型训练，并根据训练后的所述因子分解机对所述点击物品的物品信息进行特征提取，得到商品组合特征；根据所述商品组合特征对神经网络模型进行模型训练，并将训练后的所述神经网络模型、所述相关性模型、所述注意力模型、所述长短期记忆模型和所述因子分解机进行模型组合，得到点击预估模型；将所述物品购买数据中购买物品的物品信息标记为正样本，并将所述物品点击数据中未发生购买事件的点击物品的物品信息标记为负样本；根据所述正样本和所述负样本训练购买预估模型，直至所述购买预估模型收敛，并将收敛后的所述购买预估模型和所述点击预估模型进行模型组合，得到所述商品预估模型。3.根据权利要求2所述的商品推荐方法，其特征在于，所述根据所述点击物品的物品信息对相关性模型进行模型训练，并根据训练后的所述相关性模型对所述点击物品的物品信息进行特征提取，得到商品点击特征，包括：获取所述点击物品的物品信息中的物品标题，并对所述物品标题进行分词，得到标题分词词汇；分别计算不同所述标题分词词汇在所述物品信息中的词汇次数，并根据所述词汇次数计算对应所述标题分词词汇的词汇权重；根据所述词汇权重确定所述标题分词词汇中的样本词汇，并根据所述样本词汇对所述相关性模型进行模型训练，直至所述相关性模型收敛；根据收敛后的所述相关性模型对所述点击物品的物品信息中的物品标题进行特征提2CN112529663A权利要求书2/3页取，得到所述商品点击特征。4.根据权利要求2所述的商品推荐方法，其特征在于，所述将收敛后的所述购买预估模型和所述点击预估模型进行模型组合，得到所述商品预估模型，包括：将所述购买预估模型和所述点击预估模型中的模型参数进行损失计算，得到模型损失值；若所述模型损失值大于损失值阈值，则根据所述模型损失值分别对所述购