[发明专利]结合RPA与AI的商品推荐方法和装置

权利要求书

1.一种结合RPA与AI的商品推荐方法，其特征在于，包括：

获取当前购物场景信息，确定与所述当前购物场景信息对应的推荐场景信息；

确定与所述推荐场景信息对应的候选推荐商品，并确定与所述推荐场景信息对应的排序策略集合，其中，所述排序策略集合中包含至少一个排序策略；

根据所述至少一个排序策略，对所述候选推荐商品排序；

基于排序后的候选推荐商品，确定目标推荐商品，生成所述目标推荐商品的推荐数据并输出。

2.如权利要求1所述的方法，其特征在于，所述获取当前购物场景信息，确定与所述当前购物场景信息对应的推荐场景信息，包括：

根据光学字符识别OCR算法确定用户当前浏览的页面信息；

基于所述页面信息，确定所述推荐场景信息。

3.如权利要求2所述的方法，其特征在于，所述基于所述页面信息，确定所述推荐场景信息，包括：

基于所述页面信息，确定待推荐商品类别；

基于所述待推荐商品类别，确定所述推荐场景信息。

4.如权利要求1所述的方法，其特征在于，所述根据所述至少一个排序策略，对所述候选推荐商品排序之前，包括：

根据所述候选推荐商品的商品标识查询当前数据库，获取与所述商品标识对应的候选推荐商品信息；

基于所述候选推荐商品信息对所述候选推荐商品进行过滤。

5.如权利要求1所述的方法，其特征在于，所述并确定与所述推荐场景信息对应的排序策略集合，包括：

查询预设的对应关系，获取与所述推荐场景信息对应的排序策略集合。

6.如权利要求1所述的方法，其特征在于，在所述根据所述至少一个排序策略对所述候选推荐商品排序之前，还包括：

获取所述至少一个排序策略中每个排序策略对应的排序条件；

提取所述候选推荐商品中与所述排序条件对应的参考信息；

将所述参考信息与所述每个排序策略对应的排序条件匹配；

在所述至少一个排序策略中删除匹配失败的排序策略。

7.如权利要求1所述的方法，其特征在于，所述根据所述至少一个排序策略对所述候选推荐商品排序，包括：

当所述至少一个排序策略包括第一排序策略时，获取待推荐用户的购买商品信息，并确定所述购买商品信息的第一消耗特征；

提取所述候选推荐商品的第二消耗特征；

将所述第一消耗特征和所述第二消耗特征输入到预先构建的打分模型，获取所述候选推荐商品的打分结果；

根据所述打分结果对所述候选推荐商品排序。

8.如权利要求1所述的方法，其特征在于，所述根据所述至少一个排序策略，对所述候选推荐商品排序，包括：

当所述至少一个排序策略包括第二排序策略时，获取待推荐用户的浏览购买商品信息，并提取所述浏览购买商品信息的第一商品属性特征；

提取所述候选推荐商品的第二商品属性特征；

根据预设的排序算法计算所述第一商品属性特征信息和所述第二商品属性特征的相似概率，并根据所述相似概率对所述候选推荐商品排序。

9.如权利要求1所述的方法，其特征在于，所述生成所述目标推荐商品的推荐数据并输出包括：

判断所述目标推荐商品的数量是否小于预设推荐商品数量；

若小于所述预设推荐商品数量，则计算所述预设推荐商品数量和所述目标推荐商品的数量的数量差值；

获取与所述推荐场景信息对应的商品销量排行榜；

在所述商品销量排行榜中按照自上而下的排行顺序，获取与所述数量差值对应的补充推荐商品；

将所述补充推荐商品和所述目标推荐商品推荐输出。

10.如权利要求1所述的方法，其特征在于，在所述基于排序后的候选推荐商品，确定目标推荐商品之后，还包括：

判断所述目标推荐商品中是否包含重复商品；

若包含重复商品，则对所述重复商品去重。