[发明专利]产品智能推荐方法、装置、计算机设备及存储介质

说明书

本发明公开了产品智能推荐方法、装置、计算机设备及存储介质。该方法包括：通过预设的模型构建规则及预先存储的产品信息表中的产品信息构建评分预测模型；根据预先存储的历史评分数据表中产品的评分数据及预设的训练参数对所构建的评分预测模型进行训练；获取一个客户的评分数据，根据该客户对已评分产品的评分数据及已训练的评分预测模型对该客户的未评分产品进行评分以得到未评分产品的预测评分；根据预设的产品筛选规则对该客户的未评分产品进行筛选以得到对该客户进行推荐的目标产品。通过采用上述基于神经网络的产品智能推荐方法，能够大幅提高对产品进行预测评分的效率以及准确性，减少了预测评分耗时，方便了企业筛选出目标产品。

技术领域

本发明涉及计算机技术领域，尤其涉及一种产品智能推荐方法、装置、计算机设备及存储介质。

背景技术

在根据客户对某部分产品的评分计算客户对其他产品进行评分并根据评分结果为客户推荐相关产品的过程中，涉及对未评分的产品进行预测评分，目前所采用的预测评分方法是通过矩阵分解结合用户已有评分建立映射矩阵，以实现对其他产品进行预测评分。然而采用建立映射矩阵的预测评分方法对未评分产品进行计算时，存在计算量较大、评分耗时长的问题，导致客户所需等待的时间较长，因而现有的评分方法存在预测评分效率不高的问题。

发明内容

本发明实施例提供了一种产品智能推荐方法、装置、计算机设备及存储介质，旨在解决现有技术中产品推荐方法所存在的预测评分效率不高的问题。

第一方面，本发明实施例提供了一种产品智能推荐方法，其包括：

获取预先存储的产品信息表，通过预设的模型构建规则及所述产品信息表中的产品信息构建评分预测模型；

获取预先存储的历史评分数据表，根据所述历史评分数据表中产品的评分数据及预设的训练参数对所构建的评分预测模型进行训练；

获取预先存储的历史评分数据表中一个客户的评分数据，根据该客户对已评分产品的评分数据及已训练的评分预测模型对该客户的未评分产品进行评分以得到未评分产品的预测评分；

根据预设的产品筛选规则及未评分产品的预测评分对该客户的未评分产品进行筛选以得到对该客户进行推荐的目标产品。

第二方面，本发明实施例提供了一种产品智能推荐装置，其包括：

评分模型构建单元，用于获取预先存储的产品信息表，通过预设的模型构建规则及所述产品信息表中的产品信息构建评分预测模型；

评分模型训练单元，用于获取预先存储的历史评分数据表，根据所述历史评分数据表中产品的评分数据及预设的训练参数对所构建的评分预测模型进行训练；

预测评分单元，用于获取预先存储的历史评分数据表中一个客户的评分数据，根据该客户对已评分产品的评分数据及已训练的评分预测模型对该客户的未评分产品进行评分以得到未评分产品的预测评分；

目标产品筛选单元，用于根据预设的产品筛选规则及未评分产品的预测评分对该客户的未评分产品进行筛选以得到对该客户进行推荐的目标产品。

第三方面，本发明实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的产品智能推荐方法。

第四方面，本发明实施例还提供了一种存储介质，其中所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的产品智能推荐方法。