基于特征排序的商品推荐方法、装置和存储介质.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CN110060121A(43)申请公布日2019.07.26(21)申请号201910191547.7(22)申请日2019.03.14(71)申请人五邑大学地址529000广东省江门市蓬江区东成村22号(72)发明人应自炉甄俊杰陈俊娟甘俊英赵毅鸿宣晨黄尚安龙祥(74)专利代理机构广州嘉权专利商标事务所有限公司44205代理人谭晓欣(51)Int.Cl.G06Q30/06(2012.01)G06F16/9535(2019.01)权利要求书2页说明书7页附图5页(54)发明名称基于特征排序的商品推荐方法、装置和存储介质(57)摘要本发明公开了一种基于特征排序的商品推荐方法、装置和存储介质。获取基准商品所对应的基准图像哈希码后，从特征编码数据库中获取其他商品所对应的图像哈希码，计算基准图像哈希码和图像希码之间的汉明距离，根据汉明距离的从小到大获取对应的相似商品组成相似商品组，并将相似商品按顺序依次添加至商品推荐列表中，同时将商品评分列表和相似商品进行等距离分布于商品推荐列表中，实现了商品评分结合商品外观的商品推荐，大大提升了用户体验，有利于提高用户的购买率。CN110060121ACN110060121A权利要求书1/2页1.基于特征排序的商品推荐方法，其特征在于，包括以下步骤：客户端读取基准商品，从特征编码数据库中获取所述基准商品的基准图像哈希码；所述客户端从所述特征编码数据库中获取所述基准图像哈希码与所有的图像哈希码之间的汉明距离，根据所述汉明距离从小到大依次获取图像哈希码所对应的相似商品，生成相似商品组；所述客户端将所述相似商品组添加到商品推荐列表中。2.根据权利要求1所述的基于特征排序的商品推荐方法，其特征在于：所述图像哈希码通过迭代量化卷积神经网络所提取的图像特征所得，所述卷积神经网络的卷积层和全连接层之间设置有空间金字塔池化层。3.根据权利要求1所述的基于特征排序的商品推荐方法，其特征在于：所述相似商品组中的相似商品根据其图像哈希码与所述基准图像哈希码之间的汉明距离从小到大排序。4.根据权利要求1所述的基于特征排序的商品推荐方法，其特征在于，还包括：所述客户端获取用户已购清单，将包括在用户已购清单中的相似商品从相似商品组中删除。5.根据权利要求1所述的基于特征排序的商品推荐方法，其特征在于，所述将所述相似商品组添加到商品推荐列表中具体包括以下步骤：所述客户端获取商品评分列表，并将所述商品评分列表中的商品按照评分从高到低依次添加至所述商品推荐列表中，所述商品评分列表为根据协同过滤推荐算法获取的列表；所述客户端依次检测所述相似商品组中的相似商品是否包括在所述商品推荐列表中，若包括，则对下一个相似商品进行检测，否则将所述相似商品添加至商品推荐列表中。6.根据权利要求5所述的基于特征排序的商品推荐方法，其特征在于：所述相似商品在所述商品推荐列表的已有商品中等间隔添加。7.基于特征排序的商品推荐装置，其特征在于，包括以下装置：基准图像哈希码获取单元，用于客户端读取基准商品，从特征编码数据库中获取所述基准商品的基准图像哈希码；相似商品组生成单元，用于所述客户端从所述特征编码数据库中获取所述基准图像哈希码与所有的图像哈希码之间的汉明距离，根据所述汉明距离从小到大依次获取图像哈希码所对应的相似商品，生成相似商品组；商品推荐列表生成单元，用于所述客户端将所述相似商品组添加到商品推荐列表中。8.根据权利要求7所述的基于特征排序的商品推荐装置，其特征在于，还包括以下装置：已购商品识别单元，用于所述客户端获取用户已购清单，将包括在用户已购清单中的相似商品从相似商品组中删除；商品评分列表获取单元，用于所述客户端获取商品评分列表，并将所述商品评分列表中的商品按照评分从高到低依次添加至所述商品推荐列表中，所述商品评分列表为根据协同过滤推荐算法获取的列表；相似商品添加单元，用于所述客户端依次检测所述相似商品组中的相似商品是否包括在所述商品推荐列表中，若包括，则对下一个相似商品进行检测，否则将所述相似商品添加至商品推荐列表中。9.一种基于特征排序的商品推荐设备，其特征在于：包括至少一个控制处理器和用于与所述至少一个控制处理器所通信连接的存储器；所述存储器存储有可被所述至少一个控2CN110060121A权利要求书2/2页制处理器执行的指令，所述指令被所述至少一个控制处理器执行，以使所述至少一个控制处理器能够执行如权利要求1-6任一项所述的基于特征排序的商品推荐方法。10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如权利要求1-6任一项所述的基于特征排序的商品推荐方法。3CN110060121A说明书1/