[发明专利]信息推荐方法、装置和设备

说明书

本申请实施例提供一种信息推荐方法、装置和设备，其中，信息推荐方法包括：获取用户的相关信息和N张骑行卡中每张骑行卡的相关信息；根据用户的相关信息、N张骑行卡中每张骑行卡的相关信息和目标概率统计模型，获得M种排序中每种排序下每张骑行卡的用户购买概率，M种排序为N张骑行卡的M种不同排序；根据每种排序下每张骑行卡的用户购买概率，获取用户的N张骑行卡的推荐排序；向终端设备发送用户的N张骑行卡的推荐排序，提升了用户选择到合适骑行卡的概率。

技术领域

本申请实施例涉及人工智能(artificial intelligence，AI)技术领域，尤其涉及一种信息推荐方法、装置和设备。

背景技术

随着智能终端的普及和应用，大量解决生活、工作问题的计算机应用程序(Application，APP)被开发出来。APP运行在智能终端的硬件和软件环境中。其中一类APP可以实现人们的智能出行，为用户提供预约叫车、共享单车等服务。

对于共享单车服务，骑行卡作为用户使用共享单车服务的补充支付方式，不仅方便了用户骑行，而且提升了用户的粘性。骑行卡的种类较多，比如，月卡、季卡、半年卡、年卡、7天5次卡、15天10次卡等等，用户可以根据差异化的使用需求选择适合的骑行卡。

目前，在APP的显示页面中按照固定推荐顺序展示骑行卡。由于骑行卡的种类较多，APP的显示页面中一次只能展示有限个数的骑行卡。如果适合用户购买的骑行卡被展示在第二页或者被折叠展示，将会降低用户选择到合适骑行卡的概率。

发明内容

本申请实施例提供一种信息推荐方法、装置和设备，提升了用户选择到合适骑行卡的概率。

第一方面，本申请实施例提供一种信息推荐方法，包括：

获取用户的相关信息和N张骑行卡中每张骑行卡的相关信息，所述N为大于等于2的整数；

根据所述用户的相关信息、所述N张骑行卡中每张骑行卡的相关信息和目标概率统计模型，获得M种排序中每种排序下每张骑行卡的用户购买概率；其中，所述M种排序为所述N张骑行卡的M种不同排序，所述M为大于等于2的整数；

根据每种排序下每张骑行卡的用户购买概率，获取所述用户的所述N张骑行卡的推荐排序；

向终端设备发送所述用户的所述N张骑行卡的推荐排序，所述推荐排序用于所述终端设备根据所述推荐排序在显示界面显示所述N张骑行卡。

可选的，所述根据所述用户的相关信息、所述N张骑行卡中每张骑行卡的相关信息和目标概率统计模型，获得M种排序中每种排序下每张骑行卡的用户购买概率，包括：

根据所述用户的相关信息、所述N张骑行卡中每张骑行卡的相关信息、所述每种排序的排序信息和所述目标概率统计模型，获得该种排序下每张骑行卡的用户购买概率。

可选的，所述根据每种排序下每张骑行卡的用户购买概率，获取所述用户的所述N张骑行卡的推荐排序，包括：

根据每种排序下每张骑行卡的用户购买概率以及每张骑行卡的购买金额，获得该种排序的用户购买期望值；

根据所述M种排序中每种排序的用户购买期望值，确定所述用户的所述N张骑行卡的推荐排序。

可选的，所述根据所述M种排序中每种排序的用户购买期望值，确定所述用户的所述N张骑行卡的推荐排序，包括：

根据所述M种排序中每种排序的用户购买期望值，确定最大的用户购买期望值；

将最大的用户购买期望值所对应的排序，确定为所述推荐排序。

可选的，所述根据每种排序下每张骑行卡的用户购买概率以及每张骑行卡的购买金额，获得该种排序的用户购买期望值，包括：