[发明专利]商品推荐方法和装置

说明书

本申请公开了一种商品推荐方法和装置。该方法包括：在本申请中，获取平台用户的行为数据，对用户行为数据进行商品偏好分析，得到第一推荐特征数据，对平台商户的商户数据进行分析，得到第二推荐特征数据，根据第二推荐特征数据，对第一推荐特征数据进行相似群特征数据计算，得到与商户目标用户群相似的用户群数据，计算相似用户群特征数据，通过像是用户群特征数据得到对应的推荐商品数据，通过得到推荐商品数据，商户可进行推荐商品补充，进而实现商户客群的拓展，本申请中通过从商户和用户维度进行商品推荐，解决了现有技术中商品推荐准确率较低的技术问题，提高了商品推荐准确率，从而提高的商户的拓客效率。

技术领域

本申请涉及计算机领域，具体而言，涉及一种商品推荐方法和装置。

背景技术

随着信息技术的不断发展，线上购物广泛应用，现有平台不管是商户独立商城或者公共平台，均只是给商户搭建了一个线上环境，用于线上销售，线上销售也仅是局限商户自主行为，商户基于自己已有资源来进行运营处理，客群单一，对不同客群的商品推荐准确性较差，从而导致商户拓客难度大。

现有技术中存在针对不同客群进行商品推荐的准确性较低的技术问题。

发明内容

本申请的主要目的在于提供一种商品推荐方法和装置，以提高针对不同客群进行商品推荐的准确性。

为了实现上述目的，在本申请的第一方面，提出了一种商品推荐方法，包括：

对用户行为数据进行商品偏好分析，得到第一推荐特征数据，其中，所述第一推荐特征数据为用户偏好特征数据；

对商户数据进行用户群分析，得到第二推荐特征数据，其中，所述第二特征数据为商户目标群特征数据；

根据用户信息对所述第一推荐特征数据和所述第二推荐特征数据进行过滤处理，得到商户相似群特征数据；以及

在预设商品数据库中匹配与所述商户相似群特征数据对应的商品数据。

可选地，对用户行为数据进行商品偏好分析，得到第一推荐特征数据包括：

对所述用户行为数据进行识别，得到显性反馈行为数据与隐性反馈行为数据；

对所述显性反馈行为数据进行显性特征计算处理，得到显性特征数据；

对所述隐性反馈行为数据进行隐性特征计算处理，得到隐性特征数据；以及

基于预设特征权重对所述显性特征数据和所述隐性特征数据进行推荐特征生成处理，得到所述第一推荐特征数据。

可选地，对商户数据进行用户群分析，得到第二推荐特征数据包括：

对所述商户数据进行识别，得到用户商户数据和商户特征数据，其中，所述用户商户数据为用户在商户中的相关数据；

对所述用户商户数据进行商品偏好分析，得到所述商户的用户偏好特征数据；以及

对所述商户特征数据与所述商户的用户偏好特征数据进行用户群分析处理，得到所述第二推荐特征数据。

可选地，根据用户信息对所述第一推荐特征数据和所述第二推荐特征数据进行过滤处理，得到商户相似群特征数据包括：

对所述第一推荐特征数据进行识别，得到第一用户画像数据；

对所述第二推荐特征数据进行识别，得到第二用户画像数据；

计算所述第一用户画像数据与所述第二用户画像数据的相似度，若满足预设用户相似度规则，得到所述商户相似度特征数据，其中，所述商户相似度特征数据与所述第一用户画像数据对应；以及

若不满足预设用户相似度规则，更新所述第一用户画像数据，直至满足所述预设相似度规则，得到所述商户相似度特征数据。