预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN109711931A(43)申请公布日2019.05.03(21)申请号201811540327.2(22)申请日2018.12.14(71)申请人深圳壹账通智能科技有限公司地址518000广东省深圳市前海深港合作区前湾一路1号A栋201室(入驻深圳市前海商务秘书有限公司)(72)发明人刘顺(74)专利代理机构深圳市世纪恒程知识产权代理事务所44287代理人胡海国(51)Int.Cl.G06Q30/06(2012.01)G06Q30/02(2012.01)G06K9/62(2006.01)权利要求书2页说明书9页附图3页(54)发明名称基于用户画像的商品推荐方法、装置、设备及存储介质(57)摘要本发明属于数据分析技术领域,公开了一种基于用户画像的商品推荐方法、装置、设备及存储介质。本发明不再根据用户自身的购买记录或收藏的商品来推荐相同或类似的商品,而是根据与待推荐用户属于同一类的其他用户的行为特征来确定待推荐商品,使得待推荐商品的种类多,且内容更丰富,避免了推荐同质化问题,同时可发掘用户更多潜在的感兴趣的商品,从而促进商品成交,提高了用户体验。CN109711931ACN109711931A权利要求书1/2页1.一种基于用户画像的商品推荐方法,其特征在于,所述基于用户画像的商品推荐方法包括以下步骤:获取待推荐用户的当前画像特征;根据所述当前画像特征生成所述待推荐用户的当前特征向量;根据所述当前特征向量通过超平面公式对所述待推荐用户进行分类,获得当前分类结果;获取与所述当前分类结果属于同一类的其他用户的行为特征,并将获取的行为特征作为参考行为特征;根据获取的参考行为特征确定待推荐商品,并将所述待推荐商品推送至所述待推荐用户的用户设备。2.如权利要求1所述的基于用户画像的商品推荐方法,其特征在于,所述根据所述当前特征向量通过超平面公式对所述待推荐用户进行分类,获得当前分类结果,包括:根据所述当前特征向量通过树状结构中各非叶子节点对应的超平面公式对所述待推荐用户进行分类,获得当前分类结果。3.如权利要求2所述的基于用户画像的商品推荐方法,其特征在于,所述树状结构为二叉树结构,所述二叉树结构的非叶子节点分别对应不同的超平面公式,所述二叉树结构的叶子节点对应不同的用户类别。4.如权利要求3所述的基于用户画像的商品推荐方法,其特征在于,所述根据所述当前特征向量通过树状结构中各非叶子节点对应的超平面公式对所述待推荐用户进行分类,获得当前分类结果,包括:将二叉树结构中的根节点作为当前节点;获取与所述当前节点对应的当前超平面公式;将所述当前特征向量带入所述当前超平面公式,获得划分结果;根据所述划分结果从所述二叉树结构中选取所述当前节点的子节点;将选取的子节点作为新的当前节点,并返回所述获取与所述当前节点对应的当前超平面公式的步骤,直至所述当前节点为叶子节点时,将所述叶子节点对应的用户类别作为当前分类结果。5.如权利要求1~4中任一项所述的基于用户画像的商品推荐方法,其特征在于,所述获取待推荐用户的当前画像特征之前,所述基于用户画像的商品推荐方法还包括:获取若干样本特征向量以及对应的样本分类结果;根据所述样本特征向量以及对应的样本分类结果对支持向量机SVM模型进行训练,获得超平面公式。6.如权利要求1~4中任一项所述的基于用户画像的商品推荐方法,其特征在于,所述当前画像特征包括所述待推荐用户的年龄、性别、学历、收入信息、消费信息和资产分布类型;所述根据所述当前画像特征生成所述待推荐用户的当前特征向量,包括:将所述待推荐用户的年龄、性别、学历、收入信息、消费信息和资产分布类型进行数字化处理;将数字化处理后的所述待推荐用户的年龄、性别、学历、收入信息、消费信息和资产分2CN109711931A权利要求书2/2页布类型组合为所述待推荐用户的当前特征向量。7.如权利要求1~4中任一项所述的基于用户画像的商品推荐方法,其特征在于,所述根据获取的参考行为特征确定待推荐商品,并将所述待推荐商品推送至所述待推荐用户的用户设备,包括:对获取的参考行为特征中的商品进行统计,获得各商品的出现次数;将出现次数超过预设数量的商品作为待推荐商品,并将所述待推荐商品推送至所述待推荐用户的用户设备。8.一种基于用户画像的商品推荐装置,其特征在于,所述装置包括:特征获取模块,用于获取待推荐用户的当前画像特征;向量生成模块,用于根据所述当前画像特征生成所述待推荐用户的当前特征向量;向量分类模块,用于根据所述当前特征向量通过超平面公式对所述待推荐用户进行分类,获得当前分类结果;行为参考模块,用于获取与所述当前分类结果属于同一类的其他用户的行为特征,并将获取的行为特征作为参考行为特征;商品推送模块,用于根据获