[发明专利]推荐商家的方法、装置、电子设备及可读存储介质

权利要求书

1.一种推荐商家的方法，其特征在于，包括：

获得目标用户的用户特征和多个候选商家各自的商家特征；

将所述用户特征和所述多个商家特征输入复购率预测模型，得到所述目标用户针对所述多个候选商家中每个候选商家的复购率；

根据所述目标用户针对所述多个候选商家中每个候选商家的复购率，向所述目标用户推荐目标商家，所述目标商家为所述多个候选商家中的至少一个。

2.根据权利要求1所述的方法，其特征在于，还包括构建复购率预测模型。

3.根据权利要求2所述的方法，其特征在于，所述构建复购率预测模型，包括：

针对已下单的历史用户，获得该历史用户在从下单时间起的预设时间段内的商家浏览记录序列；

针对所述商家浏览记录序列中的每次商家浏览记录，建立该次商家浏览记录对应的训练样本，所述训练样本包括：该次商家浏览记录对应的商家特征、用户特征以及用户复购情况对应的奖励值、下一次商家浏览记录对应的商家特征和用户特征；

根据多次商家浏览记录各自对应的训练样本，构建训练样本集；

基于所述训练样本集，对预设强化学习模型进行训练，得到所述复购率预测模型。

4.根据权利要求3所述的方法，其特征在于，还包括：

针对所述商家浏览记录序列中的每次商家浏览记录：

在所述历史用户针对该次商家浏览记录对应的商家下单的情况下，确定用户复购情况对应的奖励值是大于零的值；

在所述历史用户针对该次商家浏览记录对应的商家未下单的情况下，确定用户复购情况对应的奖励值是不大零的值。

5.根据权利要求4所述的方法，其特征在于，在所述历史用户针对该次商家浏览记录对应的商家下单的情况下，确定用户复购情况对应的奖励值，包括：

在所述历史用户针对该次商家浏览记录对应的商家下单的情况下，确定该历史用户本次下单时间与上次下单时间的下单时间差；

根据所述下单时间差以及预设的奖励值函数，确定用户复购情况对应的奖励值，该奖励值与所述下单时间差呈负相关。

6.根据权利要求5所述的方法，其特征在于，根据所述下单时间差以及预设的奖励值函数，确定用户复购情况对应的奖励值，包括：

按照以下公式确定用户复购情况对应的奖励值：

其中，r表示用户复购情况对应的奖励值，C表示调权系数，T表示所述下单时间差。

7.根据权利要求1-6任一所述的方法，其特征在于，所述用户特征包括以下至少一者：用户的消费偏好、用户的地理位置、用户画像以及行为特征。

8.根据权利要求1-6任一所述的方法，其特征在于，所述商家特征包括以下至少一者：商家ID、品类ID、配送时长、销量、满减额度以及客单价。

9.一种推荐商家的装置，其特征在于，所述装置包括：

特征获得模块，用于获得目标用户的用户特征和多个候选商家各自的商家特征；

复购率获得模块，用于将所述用户特征和所述多个商家特征输入复购率预测模型，得到所述目标用户针对所述多个候选商家中每个候选商家的复购率；

目标商家推荐模块，用于根据所述目标用户针对所述多个候选商家中每个候选商家的复购率，向所述目标用户推荐目标商家，所述目标商家为所述多个候选商家中的至少一个。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时，实现如权利要求1至8任一所述的方法中的步骤。

11.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行时实现如权利要求1至8任一所述的方法的步骤。