[发明专利]一种商品推送方法及装置

权利要求书

1.一种商品推送方法，其特征在于，所述方法包括：

获取当前用户信息流文本，根据商品专用词典库对所述当前用户信息流文本进行分词，获得当前用户信息流文本的当前用户词向量，并确定所述当前用户词向量对应的商品类别，所述商品专用词典库包括各个商品类别对应的专用词；

根据预先建立的每一商品类别对应的用户语料词向量集合，确定所述当前用户词向量的商品类别对应的用户语料词向量集合；

根据所述当前用户词向量、以及确定出的用户语料词向量集合，确定所述当前用户词向量中每一个特征在所述用户语料词向量集合中的权重值，得到所述当前用户词向量的权值向量；

将所述权值向量与预先建立的商品信息词向量矩阵的乘积中最大值向量所对应的商品设定为向所述当前用户进行推荐的商品并将商品进行推荐。

2.如权利要求1所述的商品推送方法，其特征在于，所述商品专用词典库根据主流电商平台的商品索引信息建立；

所述每一商品类别对应的用户语料词向量集合的建立方法，包括：

获取所有用户历史信息流文本，根据商品专用词典库将每一个用户历史信息流文本进行分词后得到每一个用户对应的用户语料词向量，根据商品类别将所有用户的用户语料词向量进行分类后建立每一商品类别对应的用户语料词向量集合；

所述商品信息词向量矩阵的建立方法，包括：

根据商品专用词典库对商品信息文本进行分词，获得每一个商品的商品信息词向量，建立所有商品的商品信息词向量矩阵；所述商品信息文本用于记录商品池中所有商品的特征信息，商品的特征信息包括：商品的描述信息、品类及价格。

3.如权利要求1所述的商品推送方法，其特征在于，所述确定当前用户词向量对应的商品类别，包括：

所述当前用户词向量表示为：

x＝(x₁,x₂,...,x_j,...,x_m)^T，

其中，x_j表示当前用户词向量的第j个特征值，m为所述当前用户词向量中的特征总数，并且0<j≤m；

所述商品类别Y表示为：

Y＝(y₁,y₂,...,y_k,...,y_n)，

其中，y_k表示第k个商品类别，n表示商品类别总数，并且0<k≤n；

以P(y＝y_k)表示类别y是y_k的概率，当类别是y_k时，输入词向量X的第j个特征是x_j的概率表示为P(X＝x_j|y＝y_k)；

由此得出在分类为y_k条件下，输入词向量X为x的概率为：

所述当前用户词向量x的后验概率分布表示为P(y＝y_k|X＝x)；

以后验概率最大的商品类别作为所述当前用户词向量x的商品类别y，y表示为：