[发明专利]基于用户行为的产品推荐方法、装置、设备及存储介质

说明书

本发明涉及大数据分析领域，提供一种基于用户行为的产品推荐方法、装置、设备及存储介质，该方法包括：获取待推荐用户的历史行为数据，并确定根据所述历史行为数据确定对应的历史产品集；基于预设隐马尔可夫模型对所述历史行为数据进行分析，获取所述待推荐用户对所述历史产品集中各历史产品的态度概率，并根据所述态度概率在所述历史产品集中确定所述待推荐用户的真实兴趣产品；获取与所述真实兴趣产品具有关联关系的推荐产品的推荐产品信息，并基于预设推荐规则推送所述推荐产品信息。本发明可获取用户历史行为数据，从这些历史行为数据中分析用户的兴趣产品，并根据该兴趣产品进行关联产品推送，提升了产品推荐的效果。

技术领域

本发明涉及大数据分析领域，尤其涉及一种基于用户行为的产品推荐方法、装置、设备及存储介质。

背景技术

随着网络技术的发展，网络成为用户获取产品的主要平台之一。如何有效的向网络用户推荐产品，是产品提供商重点关注的问题。

传统的产品推荐方法，是通过在互联网网站上大量投放产品广告，或是在某些产品平台的首页推荐位置推荐相同的当前主推产品，即向不同的用户推荐相同的产品。然而这种“广撒网”式宣传行为，由于针对对象以及推荐的产品不明确，且不同的用户对同一产品的关注度不同，导致这种推荐方法的效果很不理想；同时，无用的产品推送还会耗费用户比较多的精力和时间，甚至于还会引起用户的反感，从而影响了产品的推广。

发明内容

本发明的主要目的在于提供一种基于用户行为的产品推荐方法、装置、设备及存储介质，旨在实现针对性的进行产品推荐，提升推荐效果。

为实现上述目的，本发明提供一种基于用户行为的产品推荐方法，所述基于用户行为的产品推荐方法包括：

获取待推荐用户的历史行为数据，并根据所述历史行为数据确定对应的历史产品集；

基于预设隐马尔可夫模型对所述历史行为数据进行分析，获取所述待推荐用户对所述历史产品集中各历史产品的潜在态度的态度概率，并根据所述态度概率在所述历史产品集中确定所述待推荐用户的真实兴趣产品；

获取与所述真实兴趣产品具有关联关系的推荐产品的推荐产品信息，并基于预设推荐规则向所述待推荐用户对应的用户终端推送所述推荐产品信息。

此外，为实现上述目的，本发明还提供一种基于用户行为的产品推荐装置，所述基于用户行为的产品推荐装置包括：

数据获取模块，用于获取待推荐用户的历史行为数据，并根据所述历史行为数据确定对应的历史产品集；

兴趣确定模块，用于基于预设隐马尔可夫模型对所述历史行为数据进行分析，获取所述待推荐用户对所述历史产品集中各历史产品的潜在态度的态度概率，并根据所述态度概率在所述历史产品集中确定所述待推荐用户的真实兴趣产品；

信息推送模块，用于获取与所述真实兴趣产品具有关联关系的推荐产品的推荐产品信息，并基于预设推荐规则向所述待推荐用户对应的用户终端推送所述推荐产品信息。

此外，为实现上述目的，本发明还提供一种基于用户行为的产品推荐设备，所述基于用户行为的产品推荐包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的产品推荐程序，其中所述产品推荐程序被所述处理器执行时，实现如上述的基于用户行为的产品推荐方法的步骤。

此外，为实现上述目的，本发明还提供一种存储介质，所述存储介质上存储有产品推荐程序，其中所述产品推荐程序被处理器执行时，实现如上述的基于用户行为的产品推荐方法的步骤。