[发明专利]商品推荐方法和可读存储介质

说明书

本申请的实施例提供了一种商品推荐方法和可读存储介质，涉及电子商务技术领域，商品推荐方法包括：获取选择的商品及选择的商品的表征值；根据用户需求表征值与其他商品的商品表征值进行计算，得到商品推荐值；当商品推荐值超过预设推荐阈值时，将其他商品进行推荐，能够不过度参考用户行为数据的基础上可靠地进行商品推荐。

技术领域

本申请涉及电子商务技术领域，具体而言，涉及一种商品推荐方法和可读存储介质。

背景技术

随着电子商务行业的发展，线上商城的开设也越来越多。对于一些新开设的线上商城来说，由于没有一定数量的用户行为数据，且各个线上商城之间的数据又是隔离的，因此，在没有用户行为数据或者只有较少的用户行为数据的情况下进行的商品推荐并不是可靠的，无法保证用户会对推荐的商品感兴趣。

有鉴于此，如何提供一种不过度参考用户行为数据的基础上可靠地进行商品推荐的方案，是本领技术人员需要解决的。

发明内容

本申请实施了提供了一种商品推荐方法和可读存储介质。

本申请的实施例可以这样实现：

第一方面，本申请实施例提供一种商品推荐方法，应用于计算机设备，所述计算机设备存储有商家的多个商品和每个所述商品的商品表征值，所述方法包括：

响应目标用户的选择操作，获取选择商品及所述选择商品的选择商品表征值；

当所述计算机设备预先存储目标用户的历史操作记录时，则根据所述历史操作记录和所述选择商品表征值得到用户需求表征值；

根据所述用户需求表征值与其他商品的商品表征值进行内积计算，得到商品推荐值，所述其他商品为所述多个商品中除所述选择商品之外的任一商品；

当所述商品推荐值超过预设推荐阈值时，将所述其他商品进行推荐。

在可选的实施方式中，在所述当所述商品推荐值超过预设推荐阈值时，将所述商品推荐值对应的其他商品进行推荐的步骤之前，所述方法还包括：

当所述计算机设备未预先存储目标用户的历史操作记录时，则根据所述选择商品表征值与其他商品的商品表征值进行内积计算，得到所述商品推荐值。

在可选的实施方式中，所述计算机设备还存储有衰减系数表，所述历史操作记录包括历史选择商品表征值和历史操作时间；

所述根据所述历史操作记录和所述选择商品表征值得到用户需求表征值的步骤，包括：

根据所述历史操作时间从所述衰减系数表中确定目标衰减系数；

将所述目标衰减系数与所述历史选择商品表征值相乘得到目标历史选择商品表征值；

计算所述目标历史选择商品表征值和所述选择商品表征值的平均值；

将所述平均值作为所述用户需求表征值。

在可选的实施方式中，所述计算机设备还存储有每个所述商品的商品属性；

所述方法还包括计算每个所述商品的商品表征值的步骤，该步骤包括：

将每个所述商品的商品属性均转换为数值型商品属性特征；

将每个所述数值型商品属性特征均输入预先训练的推荐模型中，得到每个所述商品的商品表征值。

在可选的实施方式中，所述推荐模型是按照以下方式进行训练的：

获取初始训练样本，其中，所述初始训练样本包括每个训练商品的商品属性、以及每个训练商品对应的操作记录；

对所述每个训练商品对应的操作记录进行聚类，得到目标商品类别集合；