[发明专利]向用户推荐商品的方法和装置

说明书

技术领域

本发明涉及电子商务领域，具体涉及一种向用户推荐商品的方法和装置。

背景技术

在电商平台上很多用户在登录之后，发现没有迅速引起购买的欲望，则很快会从电商平台的页面退出。我们期待能够有一种方法可以使得用户能够在平台上停留时间延长，直至发生购买行为。虽然平台上优质的商品有很多，如何通过一种技术将这些商品进行有效的组织，并将这些商品同用户进行完美的匹配是本发明要解决的问题。

现有技术中存在一种根据用户偏好来推荐新闻的方案，其收集热门新闻和用户历史对新闻的偏好度，以此对新闻进行排序，向用户推荐个性化的新闻。该现有技术在用户偏好和新闻属性的匹配具有较好的效果，但在用户购买(浏览)历史过滤上，尤其是实时反馈，这类直接影响用户体验的关键点并无优化。

发明内容

根据本发明的第一方面，一种向用户推荐项目的方法，包括：获取全局优选项目，全局优选项目中的每个项目都具有至少一个项目属性；获取用户兴趣信息，所述用户兴趣信息包括人口属性信息、类目偏好信息、品牌偏好信息中一个或多个；根据每个项目的项目属性和用户兴趣信息，计算每个项目和用户兴趣信息之间的距离，并根据计算的距离，对所有全局优选项目进行排序，形成第一项目清单；基于用户历史选择项目和/或用户反馈，从所述第一项目清单中移除一部分项目，根据剩余的项目生成第二项目清单；以及向用户推荐第二项目清单中的项目。

根据本发明的第二方面，提供一种向用户推荐项目的装置，包括：全局优选项目获取模块，被配置为获取全局优选项目，全局优选项目中的每个项目都具有至少一个项目属性；用户兴趣信息获取或模块，被配置为获取用户兴趣信息，所述用户兴趣信息包括人口属性信息、类目偏好信息、品牌偏好信息中一个或多个；第一项目清单生成模块，被配置为根据每个项目的项目属性和用户兴趣信息，计算每个项目和用户兴趣信息之间的距离，并根据计算的距离，对所有全局优选项目进行排序，形成第一项目清单；第二项目清单生成模块，被配置为基于用户历史选择项目和/或用户反馈，从所述第一项目清单中移除一部分项目，根据剩余的项目生成第二项目清单；以及推荐模块，被配置为向用户推荐第二项目清单中的项目。

可以看出，本发明在向用户推荐商品时，不仅考虑了用户偏好，还考虑了购买历史和用户反馈，因此向用户推荐他/她更喜欢的候选商品集，有利于刺激用户在电商平台上购物。

附图说明

图1是根据本发明实施例的商品推荐系统的架构图。

图2是根据本发明实施例的向用户推荐项目的方法的流程图。

图3是根据本发明实施例的向用户推荐项目的装置的示意框图。

具体实施方式

以下对本发明的示例性实施例做出说明，其中包括本发明实施例的各种细节以有助于理解，应当将它们认为仅仅是示例性的。因此，本领域的技术人员应当认识到，可对本文描述的实施例做出各种修改和改变，而不脱离本发明的范围和精神。

图1是根据本发明实施例的商品推荐系统100的架构图。商品推荐系统100可以包括商品聚合及全局排序模块110、用户兴趣模块120、商品属性填充模块130、排序模块140、已购商品的产品词级过滤模块150、反馈过滤模块160以及业务规则层模块170。

在一个实施例中，商品聚合及全局排序模块110可以根据热销商品111、促销商品112、优质商品113、新品114四类数据源，聚合成为推荐的候选集合。同时，根据系统记录的历史情况，计算这部分候选集的排序情况，过滤掉质量较差的商品，最终选取预估效果最好的TopN清单。

在一个实施例中，用户兴趣模块120离线收集顾客的人口属性信息121、类目偏好信息122、品牌偏好信息123。这些信息参与最终的商品排序。

对于任意商品，它们对应两类信息。一是商品固有的信息，比如商品对应的类目信息、品牌信息、供应商等。二是经过后台计算的商品推断信息，比如有些商品只会被女性用户购买，那么这个商品的推断标签为女性。因此，在一个实施例中，商品属性填充模块130用于对商品填充由这两类数据构成的附加信息。

在一个实施例中，排序模块140可以根据用户对商品的兴趣和商品属性的匹配程度，对商品进行个性化排序。具体地，根据每个商品的属性和用户兴趣信息，计算每个商品和用户兴趣信息之间的距离，并根据计算的距离，对所有全局优选商品进行排序。例如，如果商品属性和用户兴趣之间的差越小，说明用户更可能对该商品感兴趣。因此，根据计算差按照升序排列商品。用户最感兴趣的商品排序越靠前。