[发明专利]基于模型的商品推荐方法、装置、计算机设备和存储介质

权利要求书

1.一种基于模型的商品推荐方法，其特征在于，包括：

获取与指定应用对应的用户购物行为数据；

基于所述用户购物行为数据，获取第一预设时间段内用户已完成的购买信息；其中，所述购买信息至少包括账号信息与收件人信息；

从所有所述收件人信息中筛选出与所述账号信息不同的第一收件人信息；

从所有所述第一收件人信息中过滤掉出现次数小于预设次数的收件人信息，得到对应的第二收件人信息；

基于预设的TransE模型确定出所述用户与指定收件人之间的目标关系；其中，所述指定收件人为与指定收件人信息对应的收件人，所述指定收件人信息为所有所述第二收件人信息中的任意一个信息；

获取与所述目标关系对应的所有商品，并按照预设规则从所有所述商品中确定出与所述用户对应的推荐商品；

基于预设的用户属性库与所述购买信息，确定出与所述用户对应的推荐时间段；

基于所述推荐时间段向所述用户推送所述推荐商品。

2.根据权利要求1所述的基于模型的商品推荐方法，其特征在于，所述获取与所述目标关系对应的所有商品，并按照预设规则从所有所述商品中确定出与所述用户对应的推荐商品的步骤，包括：

以所述目标关系作为关键词对所述指定应用进行搜索处理，得到与所述目标关系对应的所述商品；

获取第二预设时间段内，所有所述商品中浏览次数最高的第一预设数量的第一商品；

获取所述第二预设时间段内，购买转化率最高的第二预设数量的第二商品；

对所述第一商品与所述第二商品进行去重处理，得到对应的第三商品；

获取所述第二预设时间段内，所述第三商品的好评率；

基于与所述浏览次数、所述购买转化率以及所述好评率分别对应的预设权重，调用预设的分数算法计算出各所述第三商品的推荐分数；

从所有所述第三商品中筛选出推荐分数中大于预设分数阈值的第四商品；

计算各所述第四商品的质量系数；

从所有所述第四商品中筛选出质量系数大于预设质量系数阈值的第五商品；

将得到的所述第五商品作为所述推荐商品。

3.根据权利要求2所述的基于模型的商品推荐方法，其特征在于，所述基于与所述浏览次数、所述购买转化率以及所述好评率分别对应的预设权重，调用预设的分数算法计算出各所述第三商品的推荐分数的步骤，包括：

获取在所述第二预设时间段内，第一指定商品的浏览次数，并获取所述浏览次数的第一预设权重；其中，所述第一指定商品为所有所述第三商品的任意一个商品；以及，

获取在所述第二预设时间段内，所述第一指定商品的购买转化率，并获取所述购买转化率的第二预设权重；以及，

获取在所述第二预设时间段内，所述第一指定商品的好评率，并获取所述好评率的第三预设权重；

基于所述第一预设权重、第二预设权重和第三预设权重通过第一预设公式计算得到第一指定商品的推荐分数。

4.根据权利要求2所述的基于模型的商品推荐方法，其特征在于，所述计算各所述第四商品的质量系数，包括：

获取在第三预设时间段内，第二指定商品的购买数量，并获取所述购买数量的第四预设权重；其中，所述第二指定商品为所有所述第四商品中的任意一个商品；以及，

获取在所述第三预设时间段内，所述第二指定商品的差评次数，并获取所述差评次数的第五预设权重；以及，

获取在所述第三预设时间段内，所述第二指定商品的退货次数，并获取所述退货次数的第六预设权重；

基于所述第四预设权重、第五预设权重和第六预设权重通过第二预设公式计算得到第二指定商品的质量系数。