[发明专利]一种商品推荐方法、装置、电子设备及存储介质

权利要求书

1.一种商品推荐方法，其特征在于，包括：

确定商品当前周期的固有特征矩阵、当前周期的推荐探索商品分数矩阵以及当前周期的强化学习参数向量；

基于所述当前周期的固有特征矩阵、所述当前周期的推荐探索商品分数矩阵以及所述当前周期的强化学习参数向量确定当前周期的商品初始排序结果向量；

基于所述当前周期的商品初始排序结果向量以及商品实际销量排序结果确定当前周期的商品排序中间结果向量；

基于所述当前周期的商品排序中间结果向量确定当前周期的商品推荐结果；

所述推荐探索商品分数矩阵基于如下方式进行确定：

基于各个商品的推荐探索分数值形成推荐探索商品向量；

基于各个商品的推荐探索持续作用分数值形成推荐探索商品持续作用向量；基于所述推荐探索商品向量以及所述推荐探索商品持续作用向量确定所述推荐探索商品分数矩阵；

所述推荐探索分数值基于如下公式进行确定：

其中，e_en为商品n的推荐探索分数值，φ为商品的第一销量阈值；f_cvrn为商品n的曝光转化率；d_pn为商品n的购买量数值；dis_n为商品n的探索价值分数值；为商品n的销量在第m周期相对于上一周期的增量向量；为增量向量的平均值；为增量向量方差；其中，所述增量向量diff_pur＝{diff_pur1，diff_pur2，......，diff_purn}。

2.根据权利要求1所述的方法，其特征在于，确定当前周期的强化学习参数向量，包括：

基于商品上一周期的固有特征矩阵、上一周期的推荐探索商品分数矩阵以及上一周期的强化学习得分向量确定当前周期的强化学习参数向量。

3.根据权利要求2所述的方法，其特征在于，所述基于所述当前周期的商品排序中间结果向量确定当前周期的商品推荐结果，包括：

基于所述商品排序中间结果向量按照商品适用性别形成商品排序结果矩阵；

基于所述商品排序结果矩阵以及用户性别确定当前轮的商品推荐结果。

4.根据权利要求1-3任一项所述的方法，其特征在于，确定所述固有特征矩阵包括：

将一个周期内的所有的商品曝光实时消息数据、商品点击实时消息数据、商品订单实时消息数据进行聚合处理，得到商品的实时表现矩阵；

基于所述商品的实时表现矩阵确定所述商品的固有特征矩阵。

5.根据权利要求4所述的方法，其特征在于，所述基于所述商品的实时表现矩阵确定商品的固有特征矩阵，包括：

基于所述商品的实时表现矩阵确定所述商品的点击转化率向量、所述商品的曝光转化率向量，所述商品的好评数向量以及所述商品的折扣指数向量；

基于所述点击转化率向量，所述曝光转化率向量，所述好评数向量以及所述折扣指数向量形成所述商品的固有特征矩阵；

其中，各个商品的点击转化率形成所述商品的点击转化率向量；

各个商品的曝光转化率形成所述商品的曝光转化率向量；

各个商品的好评数形成所述商品的好评数向量；

各个商品的折扣指数形成所述商品的折扣指数向量。

6.根据权利要求1所述的方法，其特征在于，所述商品n的探索价值分数值基于如下公式进行确定：

其中，β₁、β₂、γ₁、γ₂分别为探索价值分数值的线性系数；p_th1、p_th2、p_th3分别为商品的第二销量阈值、第三销量阈值和第四销量阈值；ε为一极小的设定值；其中，所述推荐探索持续作用分数值基于如下公式进行确定：

其中，ρ为时间衰减系数，ρ大于0且小于1；为商品n在第i个周期的推荐探索分数值；th_e为预设推荐探索分数值；e_remn为商品n的推荐探索持续作用分数值；t为推荐探索商品持续作用分数作用的最大周期数。