[发明专利]产品销售的智能推荐方法、装置、计算机设备和存储介质

权利要求书

1.一种产品销售的智能推荐方法，其特征在于，包括：

将产品信息向量化，得到第一产品向量矩阵；

将所述第一产品向量矩阵输入到基于LSTM模型训练得到的反向推荐模型中，以输出对应所述第一产品向量矩阵的第一表示层向量；所述第一表示层向量是对应客户的检索信息的第一词向量矩阵的表示层向量；

到预设的客户数据库中查找与所述第一表示层向量相似度达到指定要求的所述第一词向量矩阵，其中，所述第一词向量矩阵与所述客户的信息关联地存储在所述客户数据库中，所述客户的信息至少包括客户的联系方式；

提取所述第一词向量矩阵对应的客户的信息，并将所述产品信息按照提取出的所述客户的联系方式推荐给客户。

2.根据权利要求1所述的产品销售的智能推荐方法，其特征在于，所述提取所述第一词向量矩阵对应的客户的信息，并将所述产品信息按照提取出的所述客户的联系方式推荐给客户的步骤之后，包括：

获取所述客户购买的购买产品，并判断所述购买产品与所述产品是否相同；

若不相同，则在购买不同产品的计数的基础上加一，得到第一计数；若相同，则在购买相同产品的计数的基础上加一，得到的第二计数；

在指定时间长度的时间节点处，使用第一计数比上第二计数，若比值大于预设阈值，则停用所述反向推荐模型。

3.根据权利要求1所述的产品销售的智能推荐方法，其特征在于，所述提取所述第一词向量矩阵对应的客户的信息，并将所述产品信息按照提取出的所述客户的联系方式推荐给客户的步骤，包括：

获取所述产品的售卖数据，以及购买所述产品的客户分布；

将所述产品的信息、售卖数据和客户分布形成推荐信息按照提取出的所述客户的联系方式推荐给客户。

4.根据权利要求3所述的产品销售的智能推荐方法，其特征在于，所述将所述产品的信息、售卖数据和客户分布形成推荐信息按照提取出的所述客户的联系方式推荐给客户的步骤包括：

将所述售卖数据和客户分布制作成可视化附图；

将所述可视化附图以及所述产品的信息封装到一篇文档中形成所述推荐信息按照提取出的所述客户的联系方式推荐给客户。

5.根据权利要求1所述的产品销售的智能推荐方法，其特征在于，所述提取所述第一词向量矩阵对应的客户的信息，并将所述产品信息按照提取出的所述客户的联系方式推荐给客户的步骤之后，包括：

获取新客户的新检索信息，并将所述新检索信息向量化得到对应的第二词向量矩阵；

将第二词向量矩阵输入到基于LSTM模型训练得到的推荐模型中学习，输出对应所述第二词向量矩阵的第二表示层向量；

到训练好的对应产品的产品表示层向量矩阵中查找与所述第二表示层向量相似度最高的第三表示层向量；

将第三表示层向量对应的产品输出，作为推荐给所述新客户的产品。

6.根据权利要求5所述的产品销售的智能推荐方法，其特征在于，所述将第三表示层向量对应的产品输出，作为推荐给所述新客户的产品的步骤之后，包括：

记录新客户购买的产品，以及所述新客户的检索信息；

将客户购买的产品的信息进行向量化得第三产品向量矩阵；

将上所述新客户的新检索信息对应的第二词向量矩阵和所述第三产品向量矩阵关联地保存到指定的数据库中；

当所述数据库中的数据量达到预设的阈值后，利用数据库中的全部第三产品向量矩阵和第二词向量矩阵对所述推荐模型进行继续训练，得到新的所述推荐模型。

7.根据权利要求5所述的产品销售的智能推荐方法，其特征在于，所述获取所述新客户的新检索信息，并将所述新检索信息向量化得到对应的所述第二词向量矩阵的步骤之前，包括：

抓取公司网站上的全部产品的相关信息，形成各产品对应的产品信息；

将各产品信息中重复出现的字提取出来，每一个重复的字只保留一个；

将剩余的字输入到DSSM模型中计算，得出每一个字的词向量矩阵，以得到第一语料字典，所述第一语料字典用于向量化所述检索信息和所述产品信息。