[发明专利]用于确定目标推荐用户的方法、装置和服务器

说明书

技术领域

本申请涉及计算机技术领域，具体涉及互联网数据挖掘技术领域，尤其涉及用于确定目标推荐用户的方法、装置和服务器。

背景技术

随着电子商务技术的发展，越来越多的用户选择在线上购物平台进行采购。线上购物平台可以获取海量的用户数据，包括用户的基本属性信息、订单数据、评价信息、物流信息等。基于这些用户数据，可以构建出每个用户的画像，包括用户的年龄、喜好、消费能力、购物习惯等。

目前，线上购物平台可以根据用户画像将筛选出的商户的潜在用户推荐给商户。常用的方法为定义商户的筛选规则，并筛选出满足筛选规则的用户进行推荐。例如某一餐厅的筛选规则为“人均消费价与本店相差在10％之内，喜欢的菜系匹配、近三个月光顾过2次以上同菜系的其他餐厅”，则可以筛选出画像满足该筛选规则的用户，作为目标推荐用户推荐给该餐厅。但是上述方法缺乏对用户信息的量化，不能准确地给出用户对商户的感兴趣程度，且人工定义的筛选规则数量和覆盖面有限，潜在用户推荐的准确性有待提升。

发明内容

为了解决上述背景技术部分的一个或多个技术问题，本申请实施例提供了用于确定目标推荐用户的方法、装置和服务器。

第一方面，本申请实施例提供了一种用于确定目标推荐用户的方法，包括：获取目标商户所在的平台中的用户集的用户信息，用户集包括目标商户的种子用户和待推荐用户，用户信息包括具有预设标签集合中的标签的历史订单记录；对用户集中各用户的历史订单记录按照标签进行统计，得到用户集中各用户的标签属性特征；基于标签属性特征从待推荐用户中筛选与种子用户相似的用户，作为目标商户的候选用户；基于各种子用户的用户信息和候选用户的标签属性特征生成各候选用户的推荐度信息；根据推荐度信息从候选用户中确定出目标商户的目标推荐用户。

在一些实施例中，上述标签属性特征包括标签特征向量，标签特征向量中的各元素为对应于预设标签集合中的各标签的特征值；对用户集中各用户的历史订单记录按照标签进行统计，得到用户集中各用户的标签属性特征，包括：根据用户集中的每个用户的历史订单记录，对每个用户对应于各标签的下单频次进行统计，生成每个用户的标签特征向量。

在一些实施例中，上述历史订单记录包括各条历史订单记录的订单生成时间；根据用户集中的每个用户的历史订单记录，对每个用户对应于各标签的下单频次进行统计，生成每个用户的标签特征向量，包括：对标签集合中的每个标签，基于每个用户对应于标签的各条历史订单记录的订单生成时间，以预设的时间衰减因子确定各条历史订单记录的等效下单次数，对各条历史订单记录的等效下单次数进行求和，得到用户对应于标签的下单频次的统计结果；基于用户对应于预设标签集合中各标签的下单频次的统计结果，生成用户的标签特征向量。

在一些实施例中，基于用户对应于预设标签集合中各标签的下单频次的统计结果，生成用户的标签特征向量，包括：对用户对应于预设标签集合中的各标签的下单频次的统计结果进行归一化处理，将归一化处理后的下单频次统计结果作为标签特征向量中各对应元素的特征值。

在一些实施例中，基于标签属性特征从待推荐用户中筛选与种子用户相似的用户，作为目标商户的候选用户，包括：计算种子用户的标签特征向量与各待推荐用户的标签特征向量的相似度，作为种子用户与待推荐用户的相似度；根据相似度的排序筛选出候选用户。

在一些实施例中，基于各种子用户的用户信息和候选用户的标签属性特征生成各候选用户的推荐度信息，包括：根据种子用户的历史订单记录统计种子用户与目标商户关联的下单次数；将候选用户与种子用户的相似度和种子用户与目标商户关联的下单次数的乘积作为候选用户的对应于种子用户的得分；对候选用户对应于各种子用户的得分求和，得到候选用户的得分，作为候选用户的推荐度信息。

在一些实施例中，上述方法还包括确定目标商户的种子用户的步骤，包括：将用户集中的历史订单记录与目标商户关联且与目标商户关联的历史订单记录满足预设条件的用户作为目标商户的种子用户。