[发明专利]一种商品推荐的方法及装置

权利要求书

1.一种商品推荐的方法，其特征在于，包括：

基于用户的用户标识，确定向所述用户推荐的目标商品；

查询所述目标商品对应的属性信息，以及根据所述用户标识，查询所述用户的属性信息；

将所述用户的属性信息和所述目标商品的属性信息输入到预先训练出的预测模型中，以确定所述用户对指定属性的属性值落入不同预设区间内的所述目标商品进行下单的概率分布；

根据所述概率分布以及确定出的所述不同预设区间分别对应的参考属性值，确定所述目标商品在所述指定属性上的属性值期望；

根据各商户所提供的各商品的商品标识，查询出提供所述目标商品的各商户；

确定查询到的各商户针对所述目标商品的所述指定属性所设置的属性值；

针对每个属性值，根据所述属性值期望，确定所述用户对具有该属性值的所述目标商品进行下单的下单概率；

根据针对每个属性值确定出的各下单概率，从查询到的各商户中确定需要向所述用户进行推荐的商户，作为目标商户；

确定所述目标商户提供的所述目标商品的商品信息，作为推荐信息，并基于所述用户标识，将所述推荐信息发送给所述用户所持有的终端进行显示，以向所述用户推荐所述目标商户所提供的所述目标商品。

2.如权利要求1所述的方法，其特征在于，确定所述不同预设区间分别对应的参考属性值，具体包括：

针对每个预设区间，将位于该预设区间内的所述目标商品的各属性值的平均值，确定为该预设区间对应的参考属性值；或

针对每个预设区间，将位于该预设区间内的所述目标商品的各属性值的中位数，确定为该预设区间对应的参考属性值。

3.如权利要求1所述的方法，其特征在于，根据所述概率分布以及确定出的所述不同预设区间分别对应的参考属性值，确定所述目标商品在所述指定属性上的属性值期望，具体包括：

针对每个预设区间，根据所述概率分布，确定该预设区间所对应的概率；

将该预设区间对应的概率和该预设区间对应的参考属性值的乘积，作为该预设区间对应的第一乘积；

将各预设区间对应的各第一乘积的和值，确定为所述属性值期望。

4.如权利要求3所述的方法，其特征在于，针对每个属性值，根据所述属性值期望，确定所述用户对具有该属性值的所述目标商品进行下单的下单概率，具体包括：

根据所述属性值期望，确定所述目标商品在所述指定属性上的属性值方差；

根据所述属性值期望以及所述属性值方差，确定所述目标商品在所述指定属性上的高斯分布；

针对每个属性值，根据所述高斯分布，确定所述用户对具有该属性值的所述目标商品进行下单的下单概率。

5.如权利要求4所述的方法，其特征在于，根据所述属性值期望，确定所述目标商品在所述指定属性上的属性值方差，具体包括：

根据所述概率分布、不同预设区间分别对应的参考属性值以及所述属性值期望，确定所述目标商品在所述指定属性上的属性值方差。

6.如权利要求5所述的方法，其特征在于，根据所述概率分布、不同预设区间分别对应的参考属性值以及所述属性值期望，确定所述目标商品在所述指定属性上的属性值方差，具体包括：

针对每个预设区间，确定该预设区间对应的参考属性值与所述属性值期望之间的差值；

确定该预设区间在所述概率分布上对应的概率与所述差值的平方的乘积，并将所述乘积作为该预设区间对应的第二乘积；

将不同预设区间分别对应的第二乘积的和值，确定为所述属性值方差。

7.如权利要求1所述的方法，其特征在于，根据针对每个属性值确定出的各下单概率，从查询到的各商户中确定需要向所述用户进行推荐的商户，作为目标商户，具体包括：

按照确定出的各下单概率从大到小的顺序，将查询到的各商户从高到低进行排序，并将排在设定排位之前的商户作为目标商户。

8.如权利要求1～7任一项所述的方法，其特征在于，所述指定属性包括：商品的价格。