[发明专利]一种基于分享行为的社交电商网站商品推荐方法及装置

说明书

本发明实施例提供一种基于分享行为的社交电商网站商品推荐方法及装置，该方法包括：获取商品分享信息；将所述商品分享信息输入预设商品推荐模型，得到商品推荐结果；其中，所述预设商品推荐模型是根据带分享后购买标签的用户商品样本信息和带有自由购买标签的用户商品样本信息。通过分享者影响力模型和所述被分享者影响力模型建立融合模型，并根据融合模型损失函数，通过学习得到融合模型中的用户兴趣向量、用户社交影响力向量、以及商品表征向量，推断在经过用户推荐后，所有商品被好友购买的概率，并依次进行排序，得到商品推荐结果。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种基于分享行为的社交电商网站商品推荐方法及装置。

背景技术

随着互联网技术的发展，电子商务(Electronic Business，E-Business)在我们的日常生活、工作中随处可见。电子商务通常是指在全球各地广泛的商业贸易活动中，在因特网开放的网络环境下，基于因特网实现消费者的网上购物、商户之间的网上交易和在线电子支付以及各种商务活动、交易活动、金融活动和相关的综合服务活动的一种新型的商业运营模式。

社交电商，是电子商务的一个子集，其包括社交媒体、在线媒体功能，能够支持用户之间的社交行为从而辅助在线购物以及出售商品服务，不同于用户通过搜索和智能推荐进行购物的传统电商，社交电商的用户可以分享商品的链接给他们的朋友，也可以直接点击链接进行购买。与传统推荐系统不同，社会化推荐系统旨在考虑用户间的社交关系，以辅助对用户兴趣的建模，提升推荐效果。

但是现有社交电商网站推荐方法没有考虑社交影响力的情况，推荐不够准确，因此如何更有效的进行基于分享行为的社交电商网站商品推荐推荐已经成为业界亟待解决的问题。

发明内容

本发明实施例提供一种基于分享行为的社交电商网站商品推荐方法及装置，用以解决上述背景技术中提出的技术问题，或至少部分解决上述背景技术中提出的技术问题。

第一方面，本发明实施例提供一种基于分享行为的社交电商网站商品推荐方法，包括：

获取商品分享信息；

将所述商品分享信息输入预设商品推荐模型，得到商品推荐结果；

其中，所述预设商品推荐模型是根据带分享后购买标签的用户商品样本信息和带有自由购买标签的用户商品样本信息。

更具体的，在所述将所述商品分享信息和所述分享社交关系输入预设商品推荐模型的步骤之前，所述方法还包括：

获取带交互标签的用户商品样本数据；

从未观测样本集中随机获取带未交互标签的用户商品样本数据，根据所述带交互标签的用户商品样本数据和未交互标签的用户商品样本数据构建正负样本对信息；

将所述正负样本对预设商品推荐模型进行训练，当满足预设训练条件时，结束训练，得到预设商品推荐模型。

更具体的，在所述将所述正负样本对信息输入商品推荐模型进行训练的步骤之前，所述方法还包括：

根据用户影响力表征信息和商品表征信息构建分享者影响力模型；

根据被分享者表征信息和商品表征信息构建被分享者影响力模型；

根据所述分享者影响力模型和所述被分享者影响力模型得到融合模型；

通过融合模型损失函数对所述融合模型进行优化，得到预设商品推荐模型。

更具体的，所述通过融合模型损失函数对所述融合模型进行优化，得到预设商品推荐模型的步骤，具体包括：

获取带分享后购买标签的用户商品样本信息和带有自由购买标签的用户商品样本信息，以构建正负样本对信息；