[发明专利]基于多模态数据的产品推荐方法、装置、设备及存储介质

权利要求书

1.一种基于多模态数据的产品推荐方法，其特征在于，包括：

获取目标用户的用户浏览页面，以及所述用户浏览页面关联的用户行为数据；

根据所述用户浏览页面，以及所述用户浏览页面关联的用户行为数据，生成所述目标用户的产品偏好特征；

根据所述产品偏好特征和待推荐产品数据库中的待推荐产品的产品基础特征确定相似度，根据所述相似度从所述待推荐产品中确定目标产品并推荐，其中，所述待推荐产品的所述产品基础特征，从所述推荐产品数据库中所述待推荐产品的产品图像信息、产品文字信息和产品音频信息中的至少两种提取。

2.根据权利要求1所述的基于多模态数据的产品推荐方法，其特征在于，所述根据所述用户浏览页面，以及所述用户浏览页面关联的用户行为数据，生成所述目标用户的产品偏好特征，包括：

分别提取各所述用户浏览页面中各类产品的产品基础特征；

根据所述产品基础特征统计同类产品对应用户行为数据中的浏览频率和浏览时长；

将同类产品对应的产品基础特征、所述浏览频率和所述浏览时长进行融合，得到所述目标用户的产品偏好特征。

3.根据权利要求2所述的基于多模态数据的产品推荐方法，其特征在于，所述根据所述产品基础特征统计同类产品对应用户行为数据中的浏览频率和浏览时长，包括：

当检测到目标用户在浏览用户浏览页面时，采集所述用户浏览页面中各类产品对应的基础产品详情页的浏览时长；

若所述浏览时长超过预设阈值，获取所述基础产品详情页对应的产品基础特征，并累计得到累计值；

将所述浏览时长进行累计，得到累计后的浏览时长；

根据所述累计值计算预设周期内的浏览频率。

4.根据权利要求2所述的基于多模态数据的产品推荐方法，其特征在于，所述将同类产品对应的产品基础特征、所述浏览频率和所述浏览时长进行融合，得到所述目标用户的产品偏好特征，包括：

基于预设浏览时长映射规则映射得到所述产品基础特征的浏览时长对应的第一调整参数；

基于预设浏览频率映射规则映射得到所述产品基础特征的浏览频率对应的第二调整参数；

基于所述第一调整参数和所述第二调整参数对所述产品基础特征进行加权，得到所述目标用户的产品偏好特征。

5.根据权利要求1所述的基于多模态数据的产品推荐方法，其特征在于，所述根据所述产品偏好特征和待推荐产品数据库中的待推荐产品的产品基础特征确定相似度，根据所述相似度从所述待推荐产品中确定目标产品并推荐，包括：

获取待推荐产品，以及所述待推荐产品的产品图像信息、产品文字信息和产品音频信息中的至少两种；

将所述产品图像信息、所述产品文字信息和所述产品音频信息进行语义对齐并融合，得到所述待推荐产品的产品基础特征；

计算所述产品偏好特征和各待推荐产品的产品基础特征之间的相似度，并将相似度高于预设相似度阈值的待推荐产品设置为目标产品进行推荐。

6.根据权利要求5所述的基于多模态数据的产品推荐方法，其特征在于，所述将相似度高于预设相似度阈值的待推荐产品设置为目标产品进行推荐，包括：

确定相似度高于预设相似度阈值的产品偏好特征，以及所述相似度高于预设相似度阈值的产品偏好特征对应的偏好程度值；

将与所述目标产品偏好特征相似对应的将待推荐产品设置的目标产品；

并根据对应的偏好程度值对所述目标产品进行排序；

对排序后的目标产品进行推荐。

7.根据权利要求1所述的基于多模态数据的产品推荐方法，其特征在于，所述根据所述产品偏好特征和待推荐产品数据库中的待推荐产品的产品基础特征确定相似度，根据所述相似度从所述待推荐产品中确定目标产品并推荐之后，所述方法包括：

采集所述目标用户在所述目标产品对应产品推荐页面的用户行为数据；

根据所述产品推荐页面的用户行为数据，更新所述目标用户的产品偏好特征；

根据更新后的产品偏好特征和目标产品的产品基础特征，调整所述目标产品。