[发明专利]基于用户信息的产品推荐方法、装置、设备及存储介质

权利要求书

1.一种基于用户信息的产品推荐方法，其特征在于，所述方法包括：

获取用户群体信息，提取所述用户群体信息的用户关键词；

对所述用户关键词进行相似词扩增，并构建相似词扩增后的所述用户关键词的关键词子集；

获取多个产品的产品信息，提取所述产品信息中每一个产品信息的产品关键词；

利用预先构建的关系分析模型，分别分析所述关键词子集中每一个子集与每一个所述产品信息对应的产品关键词的关联度，汇集所述关联度大于预设第一阈值的产品关键词对应的产品为待筛选产品；

计算所述用户群体信息与所述待筛选产品中每一个产品的产品信息的匹配值，向所述用户群体信息对应的用户推荐所述待筛选产品中所述匹配值大于预设第二阈值的产品。

2.如权利要求1所述的基于用户信息的产品推荐方法，其特征在于，所述提取所述用户群体信息的用户关键词，包括：

对所述用户群体信息进行无义词删除，得到标准用户信息；

利用预设的词典对所述标准用户信息进行分词处理，得到用户分词；

从所述用户分词中逐个选取其中一个分词为目标分词，统计所述目标分词在所述用户群体信息中的位置信息，以及所述目标分词在所述用户分词中出现的频率；

根据所述位置信息与所述频率计算所述目标分词的关键值，汇集所述关键值大于预设关键阈值的目标分词为用户关键词。

3.如权利要求1所述的基于用户信息的产品推荐方法，其特征在于，所述对所述用户关键词进行相似词扩增，包括：

对所述用户关键词进行向量转换，得到每一个用户关键词对应的关键词向量；

从所述关键词向量中逐个选取其中一个词向量为目标向量；

分别计算所述目标向量与预设的标准词表中多个标准词对应的词向量之间的距离值；

选取所述标准词表中所述距离值小于预设距离阈值的标准词为所述目标向量对应的用户关键词的相似词，并将所述相似词与所述用户关键词进行汇集。

4.如权利要求1所述的基于用户信息的产品推荐方法，其特征在于，所述构建相似词扩增后的所述用户关键词的关键词子集，包括：

从相似词扩增后的所述用户关键词中逐个选取其中一个用户关键词为目标关键词；

从相似词扩增后的所述用户关键词中选取预设数量的用户关键词与所述目标关键词进行汇集，得到目标子集，直至生成所述用户关键词中所有关键词对应的目标子集；

计算所有关键词对应的目标子集两两之间的重合度，根据所述重合度对所有关键词对应的所述目标子集进行重复子集删减，得到关键词子集。

5.如权利要求4所述的基于用户信息的产品推荐方法，其特征在于，所述计算目标子集中每一个子集之间的重合度，包括：

利用如下重合度算法计算计算目标子集中每一个子集之间的重合度：

其中，f(k,h)为所述目标子集中第k个目标子集和第h个目标子集之间的重合度，M_k为第k个目标子集中关键词的数量，N_h为第h个目标子集中与所述第k个目标子集中重复的关键词的数量。

6.如权利要求1至5中任一项所述的基于用户信息的产品推荐方法，其特征在于，所述分别分析所述关键词子集中每一个子集与每一个所述产品信息对应的产品关键词的关联度，包括：

从所述关键词子集中逐个选取其中一个子集为待分析子集，以及从所述多个产品中逐个选取其中一个产品对应的产品关键词为待分析关键词；

利用预先构建的关系分析模型对所述待分析子集和所述待分析关键词进行卷积、池化处理，得到所述待分析子集的子集特征，和所述待分析关键词的词语特征；

计算所述子集特征与所述词语特征的相似度，将所述相似度作为所述待分析子集与所述待分析关键词的关联度。