[发明专利]一种商品推荐列表确定方法、装置、电子设备及存储介质

权利要求书

1.一种商品推荐列表确定方法，其特征在于，包括：

获取用户的特征标签；

根据所述用户的特征标签，采用预设的推荐算法，得到与所述用户对应的初始推荐商品列表；

获取所述用户在预设时长内针对已购商品的历史行为数据；

根据所述历史行为数据，计算所述用户针对所述已购商品的复购分数；

检测所述待推荐列表中是否包含目标商品，所述目标商品为所述已购商品和/或与所述已购商品属于同一类目的商品；

若所述待推荐列表中包含所述目标商品，根据所述复购分数对所述初始推荐商品列表中的商品进行过滤或排序，得到目标推荐商品列表。

2.根据权利要求1所述的方法，其特征在于，根据所述复购分数对所述初始推荐商品列表中的商品进行过滤或排序，得到目标推荐商品列表，包括：

若所述复购分数大于预设的分数阈值，则将所述复购分数与所述待推荐列表中所述目标商品对应的初始排序评分进行相加，得到所述已购商品的目标排序评分；

根据所述目标排序评分，对所述待推荐列表中的商品进行重新排序，得到目标商品推荐列表。

3.根据权利要求1或2所述的方法，其特征在于，根据所述复购分数对所述初始推荐商品列表中的商品进行过滤或排序，得到目标推荐商品列表，包括：

若所述复购分数不大于预设的分数阈值，则将所述目标商品从所述待推荐列表中删除，得到目标商品推荐列表。

4.根据权利要求1所述的方法，其特征在于，根据所述历史行为数据，计算所述用户针对所述已购商品的复购分数，包括：

根据所述历史行为数据，采用预设的第一计算公式分别计算所述用户针对所述已购商品进行的各种行为的行为因子；

根据所述行为因子，采用预设的第二计算公式计算所述用户针对所述已购商品的复购分数。

5.根据权利要求1所述的方法，其特征在于，

所述第一计算公式如下：

S_i＝A_i*T_i

其中，S_i表示所述用户针对已购商品进行的第i种行为的行为因子，A_i表示预设的第i种行为对应的分数，T_i表示所述用户在预设时长内针对所述已购商品进行的第i种行为的次数；

所述第二计算公式如下：

其中，SS表示所述用户针对所述已购商品的复购分数，r_i表示预设的所述第i种行为的权重，n表示所述历史行为数据中包含的行为的种类数。

6.一种商品推荐列表确定装置，其特征在于，包括：

特征获取模块，英语获取用户的特征标签；

初始列表生成模块，用于根据所述用户的特征标签，采用预设的推荐算法，得到与所述用户对应的初始推荐商品列表；

数据获取模块，用于获取所述用户在预设时长内针对已购商品的历史行为数据；

计算模块，用于根据所述历史行为数据，计算所述用户针对所述已购商品的复购分数；

检测模块，用于检测所述待推荐列表中是否包含目标商品，所述目标商品为所述已购商品和/或与所述已购商品属于同一类目的商品；

目标列表生成模块，若所述待推荐列表中包含所述目标商品，根据所述复购分数对所述初始推荐商品列表中的商品进行过滤或排序，得到目标推荐商品列表。

7.根据权利要求6所述的装置，其特征在于，所述目标列表生成模块具体用于：

若所述复购分数大于预设的分数阈值，则将所述复购分数与所述待推荐列表中所述目标商品对应的初始排序评分进行相加，得到所述已购商品的目标排序评分；

根据所述目标排序评分，对所述待推荐列表中的商品进行重新排序，得到目标商品推荐列表。

8.根据权利要求6或7所述的装置，其特征在于，所述目标列表生成模块具体用于：

若所述复购分数不大于预设的分数阈值，则将所述目标商品从所述待推荐列表中删除，得到目标商品推荐列表。