[发明专利]商品信息推送方法及装置、存储介质、计算机设备

权利要求书

1.一种商品信息推送方法，其特征在于，包括：

根据获取到的商品需求文本信息构建数据候选集；

利用所构建的数据候选集对初始化商品信息预测模型进行训练，得到训练好的商品信息预测模型；

将获取到的商品搜索请求中的商品关键词信息输入训练好的商品信息预测模型，得到与所述商品关键词信息匹配的多个商品介绍文本信息；

分别将与所述多个商品介绍文本信息对应的多个商品信息进行显示。

2.根据权利要求1所述的方法，其特征在于，所述商品需求文本信息包括商品关键词信息，以及对应所述商品关键词信息的多个商品介绍文本信息；

其中，用于构建数据候选集的商品需求文本信息中的对应商品关键词信息的多个商品介绍文本信息包括用户购买过的商品的第一商品介绍文本信息和用户未购买过的商品的第二商品介绍文本信息。

3.根据权利要求2所述的方法，其特征在于，所述数据候选集中的第一商品介绍文本信息为正样本，所述第二商品介绍文本信息为负样本，利用所构建的数据候选集对初始化商品信息预测模型进行训练，得到训练好的商品信息预测模型，具体包括：

将所述商品关键词信息分别与第一商品介绍文本信息和多个第二商品介绍文本信息进行距离相似度计算，得到多个相似度值；

根据所述多个相似度值，计算得到所述商品关键词信息与第一商品介绍文本信息的相似度概率；

根据所述相似度概率对初始化商品信息预测模型进行训练，得到训练好的商品信息预测模型。

4.根据权利要求3所述的方法，其特征在于，所述根据所述相似度概率对初始化商品信息预测模型进行训练，得到训练好的商品信息预测模型，具体包括：

通过对所述相似度概率进行极大似然估计，确定商品信息预测模型的网络参数；

根据所确定的商品信息预测模型的网络参数，得到训练好的商品信息预测模型。

5.根据权利要求1所述的方法，其特征在于，所述利用训练好的商品信息预测模型，根据获取到的商品搜索请求中的商品关键词信息得到与所述商品关键词信息匹配的多个商品介绍文本信息之前，具体还包括：

当监测到来自用户的商品搜索请求时，获取所述商品搜索请求中的商品关键词信息。

6.根据权利要求1或2所述的方法，其特征在于，所述将获取到的商品搜索请求中的商品关键词信息输入训练好的商品信息预测模型，得到与所述商品关键词信息匹配的多个商品介绍文本信息，具体包括：

利用训练好的商品信息预测模型，获取与所述商品关键词信息相匹配的多个商品信息；

根据匹配得到的多个商品信息，获取与所述多个商品信息对应的多个商品介绍文本信息；

将所述商品关键词信息分别与获取到的多个商品介绍文本信息进行相似度计算，得到与所述商品关键词信息匹配的多个商品介绍文本信息。

7.根据权利要求5所述的方法，其特征在于，所述将所述商品关键词信息分别与获取到的多个商品介绍文本信息进行相似度计算，得到与所述商品关键词信息匹配的多个商品介绍文本信息，具体包括：

将所述商品关键词信息对应的语义向量分别与获取到的多个商品介绍文本信息对应的语义向量进行距离相似度计算，得到多个相似度值；

对计算得到的多个相似度值进行降序排列，得到降序排列结果；

按照预设的商品匹配值，根据所述降序排列结果得到与所述商品关键词信息匹配的多个商品介绍文本信息。

8.一种商品信息推送装置，其特征在于，包括：

构建模块，用于根据获取到的商品需求文本信息构建数据候选集；

训练模块，用于利用所构建的数据候选集对初始化商品信息预测模型进行训练，得到训练好的商品信息预测模型；

匹配模块，用于将获取到的商品搜索请求中的商品关键词信息输入训练好的商品信息预测模型，得到与所述商品关键词信息匹配的多个商品介绍文本信息；

显示模块，用于分别将与所述多个商品介绍文本信息对应的多个商品信息进行显示。