[发明专利]基于多维分析的产品排名方法、装置、设备及存储介质

权利要求书

1.一种基于多维分析的产品排名方法，其特征在于，所述方法包括：

获取多个产品的产品描述，以及每个产品对应的多个性能指标，根据所述产品描述构建每个产品的产品画像；

获取目标用户的用户数据，根据所述用户数据构建所述目标用户的用户画像；

根据所述用户画像和所述产品画像计算所述目标用户对每个产品的偏好值；

获取每个产品当前的产品阶段，确定所述产品阶段对应的性能指标为阶段指标，根据所述产品阶段和所述用户画像计算所述目标用户对每个产品对应的每个阶段指标的关注权重；

获取所述目标用户的相似用户群体对所述多个产品中每个产品的评估分值，根据所述评估分值计算每个产品的分值权重；

根据所述偏好值、所述关注权重和所述分值权重计算每个产品的综合评分，并按照所述综合评分对所述多个产品进行排名。

2.如权利要求1所述的基于多维分析的产品排名方法，其特征在于，所述根据所述产品描述构建每个产品的产品画像，包括：

逐个从所述多个产品中选取其中一个产品为目标产品，对所述目标产品的产品描述进行核心语义提取，得到产品语义；

对所述产品语义进行向量转换，得到语义向量；

将所述语义向量进行向量拼接，得到所述目标产品的产品画像。

3.如权利要求2所述的基于多维分析的产品排名方法，其特征在于，所述对所述目标产品的产品描述进行核心语义提取，得到产品语义，包括：

对所述产品描述进行卷积、池化处理，得到所述产品描述的低维特征语义；

将所述低维特征语义映射至预先构建的高维空间，得到高维特征语义；

利用预设的激活函数对所述高维特征语义进行筛选，得到产品语义。

4.如权利要求2所述的基于多维分析的产品排名方法，其特征在于，所述将所述语义向量进行向量拼接，得到所述目标产品的产品画像，包括：

统计所述语义向量中每个向量的向量长度，并选取最大的向量长度为目标长度；

将每一个所述语义向量的向量长度延长至所述目标长度；

将延长后的语义向量进行列维度拼接，得到所述目标产品的产品画像。

5.如权利要求1所述的基于多维分析的产品排名方法，其特征在于，所述根据所述用户画像和所述产品画像计算所述目标用户对每个产品的偏好值，包括：

逐个从所述多个产品中选取其中一个产品为目标产品；

利用预设的距离算法计算所述用户画像与所述目标产品对应的产品画像之间的距离值；

确定所述距离值的倒数为所述目标用户对所述目标产品的偏好值。

6.如权利要求1所述的基于多维分析的产品排名方法，其特征在于，所述根据所述产品阶段和所述用户画像计算所述目标用户对每个产品对应的每个阶段指标的关注权重，包括：

逐个从所述多个产品中选取其中一个产品为待分析产品；

逐个计算所述用户画像与所述待分析产品对应的每个阶段指标之间的第一匹配度；

逐个计算所述产品阶段与所述待分析产品对应的每个阶段指标之间的第二匹配度；

逐个从所述待分析产品对应的多个阶段指标中选取其中一个阶段指标为目标指标，将所述目标指标对应的第一匹配度和第二匹配度之和作为所述目标指标的关注权重。

7.如权利要求1至6中任一项所述的基于多维分析的产品排名方法，其特征在于，所述根据所述评估分值计算每个产品的分值权重，包括：

逐个从所述多个产品中选取其中一个产品为待评估产品；

计算所述相似用户群体中所有用户对所述多个产品中所有产品的评估分值之和，得到总分值；

统计所述相似用户群体中每个用户对所述待评估产品的评估分值之和，得到独立产品得分；

利用所述独立产品得分除以所述总分值，得到所述待评估产品的分值权重。