[发明专利]一种商品推荐方法、装置、电子设备及存储介质

说明书

本发明实施例公开了一种商品推荐方法、装置、电子设备及存储介质，其中，该方法，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。本发明实施例提供的技术方案可以对优质商品或者热点商品具有较快的响应速度，推荐的商品吸引力高，整体转化率高。

技术领域

本发明实施例涉及数据处理技术，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

随着电子商务规模的不断扩大，商品品类数量和各商品品类商品数量快速增长，由于信息量比较大，需要用户花费大量时间浏览大量无关的商品信息才能找到自己想要购买的商品，因此需要平台给予较佳的商品推荐结果，满足用户购买商品的需求。而在C2M(Customer-to-Manufacturer，用户直连制造) 模式下，不仅电商平台会给用户推荐商品，制造商即商家本身也会给用户推荐商品，但是现有技术中的商品推荐方法，推荐不准确、效率低下。

发明内容

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，可以对优质商品或者热点商品具有较快的响应速度，使商品推荐结果与商品实际销量关联，利于用户选购商品，推荐的商品吸引力高，整体转化率高。

第一方面，本发明实施例提供了一种商品推荐方法，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。

第二方面，本发明实施例还提供了一种商品推荐装置，包括：

第一确定模块，用于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；

强化学习模块，用于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；

双反馈回路模块，用于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；

第二确定模块，用于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。

第三方面，本发明实施例还提供了一种应用于C2M模式的商家商品推荐装置，其中，该商家商品推荐装置包括如前述根据本发明第二方面的一种商品推荐装置。

第四方面，本发明实施例还提供了一种应用于C2M模式的平台商品推荐装置，其中，该平台商品推荐装置包括如前述根据本发明第二方面的一种商品推荐装置。

第五方面，本发明实施例提供了一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例提供的方法。