[发明专利]商品推荐方法、装置、电子设备及存储介质

说明书

本发明实施例提供了一种商品推荐方法、装置、电子设备及存储介质，所述方法包括：获取与目标用户对应的历史行为特征、用户属性以及商品查询文本；确定待推荐的商品；针对任一待推荐的商品对应的商品属性、商品标识，与所述历史行为特征、用户属性以及商品查询文本进行拼接；将拼接结果输入至商品推荐模型，输出与所述拼接结果对应的用户行为预测值；基于所述用户行为预测值，向所述目标用户推荐所述待推荐的商品。如此通过与目标用户对应的历史行为特征、用户属性、商品查询文本，以及与待推荐的商品对应的商品属性、商品标识来预测用户行为预测值，基于用户行为预测值向目标用户推荐待推荐的商品，可以有效提高商品推荐的点击率。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种商品推荐方法、装置、电子设备及存储介质。

背景技术

近年来，随着信息技术和互联网的不断迅速发展，电子商务在社会和生活中的地位越来越显著，电子商务系统为用户提供越来越多的选择。与此同时，电子商务规模的急剧扩大使得用户耗费大量的时间浏览无关商品，对于销售商而言，将商品推荐给匹配的用户人群是他们迫切希望的。

相关技术中，当用户在电子商务系统中无目的性得浏览商品时，电子商务系统可以基于用户历史浏览行为向用户推荐商品。由于仅仅基于用户历史浏览行为向用户推荐商品，维度比较单一，这样容易导致推荐的大部分商品，并非为用户有意向的商品，从而用户并未进行浏览、收藏、加购、下单等行为，商品推荐的点击率较低。

发明内容

本发明实施例的目的在于提供一种商品推荐方法、装置、电子设备及存储介质，以实现提高商品推荐的点击率的有益效果。具体技术方案如下：

在本发明实施例的第一方面，首先提供了一种商品推荐方法，所述方法包括：

获取与目标用户对应的历史行为特征、用户属性以及商品查询文本，其中，所述历史行为特征包括历史浏览行为特征、历史收藏行为特征、历史加购行为特征以及历史下单行为特征；

确定待推荐的商品；

针对任一待推荐的商品对应的商品属性、商品标识，与所述历史行为特征、用户属性以及商品查询文本进行拼接；

将拼接结果输入至商品推荐模型，输出与所述拼接结果对应的用户行为预测值；

基于所述用户行为预测值，向所述目标用户推荐所述待推荐的商品。

在一个可选的实施方式中，所述获取与目标用户对应的历史行为特征、用户属性以及商品查询文本，包括：

在接收到商品推荐请求的情况下，确定触发所述商品推荐请求的目标用户；

获取与所述目标用户对应的历史行为特征、用户属性以及商品查询文本。

在一个可选的实施方式中，所述确定待推荐的商品，包括：

根据所述历史行为特征以及所述用户属性对商品进行多路召回，确定待推荐的商品。

在一个可选的实施方式中，所述用户行为预测值包括：

用户浏览行为预测值、用户收藏行为预测值、用户加购行为预测值以及用户下单行为预测值。

在一个可选的实施方式中，所述基于所述用户行为预测值，向所述目标用户推荐所述待推荐的商品，包括：

计算所述用户浏览行为预测值、所述用户收藏行为预测值、所述用户加购行为预测值以及所述用户下单行为预测值之间的加权和；

基于所述加权和，向所述目标用户推荐所述待推荐的商品。

在一个可选的实施方式中，所述基于所述加权和，向所述目标用户推荐所述待推荐的商品，包括：

基于所述加权和对所述待推荐的商品进行排序；