[发明专利]产品推荐方法、装置、处理器及电子设备

权利要求书

1.一种产品推荐方法，其特征在于，包括：

向用户推送至少一个题目，并获取所述用户回答每个所述题目的答案，得到目标答案集合，其中，所述题目是依据产品的属性设置的；

依据所述目标答案集合和预设映射关系确定所述用户的目标标签，其中，所述预设映射关系用于表征所述目标答案集合与所述目标标签的对应关系；

获取所述用户的历史标签，并获取与所述历史标签对应的一组历史推荐产品；

依据所述目标标签从所述一组历史推荐产品中确定目标产品，并向所述用户推荐所述目标产品。

2.根据权利要求1所述的方法，其特征在于，在向用户推送至少一个题目之前，所述方法还包括：

判断所述用户的账户数据是否发生变动；

在所述账户数据发生变动的情况下，确定所述账户数据的变动额度；

获取所述用户的产品偏好数据；

依据所述变动额度和所述产品偏好数据从预设题库中确定所述至少一个题目。

3.根据权利要求2所述的方法，其特征在于，在依据所述变动额度和所述产品偏好数据从预设题库中确定所述题目之前，所述方法还包括：

获取所述预设题库中每个题目的未反馈次数，其中，所述未反馈次数为推送题目时用户未回答题目的次数；

判断所述未反馈次数是否超过预设次数阈值；

在所述未反馈次数超过预设次数阈值的情况下，将所述题目从所述预设题库中剔除。

4.根据权利要求1所述的方法，其特征在于，所述预设映射关系由第一模型表征，依据所述目标答案集合和预设映射关系确定所述用户的目标标签包括：

获取多个样本用户标签和每个样本用户标签对应的预设答案集合；

将每个所述样本用户标签和与所述样本用户标签对应的预设答案集合确定为一组第一样本，得到多组第一样本；

根据所述多组第一样本对第一模型进行训练，得到所述第一模型；

将所述目标答案输入所述第一模型进行处理，输出所述目标标签。

5.根据权利要求1所述的方法，其特征在于，依据所述目标标签从所述一组历史推荐产品中确定目标产品包括：

从历史推荐记录中获取多个样本用户标签，以及所述样本用户标签对应的一组历史推荐产品和已推荐产品，其中，所述样本用户标签对应的一组历史推荐产品为所述样本用户标签所在的用户群体的历史推荐产品，所述已推荐产品为一组历史推荐产品中的产品；

将每个所述样本用户标签、所述样本用户标签对应的历史推荐产品和已推荐产品组合为一组第二样本，得到多组第二样本；

通过所述多组第二样本对第二预设模型进行训练，得到第二模型；

将所述目标标签和与所述目标标签对应的所述一组历史推荐产品输入所述第二模型进行处理，输出所述目标产品。

6.根据权利要求1所述的方法，其特征在于，在依据所述目标标签从所述一组历史推荐产品中确定目标产品，并向所述用户推荐所述目标产品之后，所述方法还包括：

检测所述用户是否浏览所述目标产品；

在检测到所述用户浏览所述目标产品的情况下，将所述目标标签与所述用户建立关联关系；

在检测到所述用户未浏览所述目标产品的情况下，向所述用户推送预设激励信息，其中，所述预设激励信息用于激励所述用户浏览所述目标产品。

7.根据权利要求6所述的方法，其特征在于，在检测所述用户是否浏览所述目标产品之后，所述方法还包括：

在所述用户未浏览所述目标产品的情况下，获取所述目标产品被拒绝浏览的用户数量；

判断所述用户数量是否大于等于用户数量阈值；

在所述用户数量大于等于所述用户数量阈值的情况下，将所述目标产品从所述历史标签对应的一组历史推荐产品中剔除。