[发明专利]货源匹配方法、系统、设备及存储介质

权利要求书

1.一种货源匹配方法，其特征在于，包括如下步骤：

获取用户行为数据，从所述用户行为数据中得到用户行为关联的货源标志信息；

根据所述用户行为关联的货源标志信息得到用户的货源偏好特征向量；

根据用户的货源偏好特征向量与待匹配的货源的特征向量，计算用户与货源的匹配度。

2.根据权利要求1所述的货源匹配方法，其特征在于，所述方法还包括如下步骤：

获取创建的货源数据，将所述货源数据输入货源特征模型，得到所述货源特征模型输出的货源的特征向量，将所述货源的特征向量存储于特征向量数据库。

3.根据权利要求2所述的货源匹配方法，其特征在于，所述根据所述用户行为关联的货源标志信息得到用户的货源偏好特征向量，包括如下步骤：

根据所述用户行为关联的货源标志信息，从所述特征向量数据库中查询得到用户行为关联的货源特征向量；

根据所述用户行为关联的货源特征向量得到用户的货源偏好特征向量。

4.根据权利要求3所述的货源匹配方法，其特征在于，根据所述用户行为关联的货源特征向量得到用户的货源偏好特征向量，包括对同一用户的行为关联的多个货源特征向量求平均，得到用户的货源偏好特征向量。

5.根据权利要求4所述的货源匹配方法，其特征在于，采用Flink计算引擎从所述特征向量数据库中查询得到用户行为关联的货源特征向量之后，采用Flink计算引擎对同一用户的行为关联的多个货源特征向量求平均，得到用户的货源偏好特征向量。

6.根据权利要求1所述的货源匹配方法，其特征在于，所述根据用户的货源偏好特征向量与待匹配的货源的特征向量，计算用户与货源的匹配度之前，还包括如下步骤：

接收用户的搜索信息，根据用户的搜索信息确定待匹配的货源的范围。

7.根据权利要求1所述的货源匹配方法，其特征在于，所述根据用户的货源偏好特征向量与待匹配的货源的特征向量，计算用户与货源的匹配度，包括如下步骤：

将用户的货源偏好特征向量与待匹配的货源的特征向量计算差值；

将所述差值输入训练好的逻辑回归模型，得到所述逻辑回归模型输出的货源预测分值；

根据所述货源预测分值对待匹配的货源进行排序，将排序后的货源信息推送至用户。

8.一种货源匹配系统，其特征在于，应用于权利要求1至7中任一项所述的货源匹配方法，所述系统包括：

行为数据采集模块，用于获取用户行为数据，从所述用户行为数据中得到至少一个用户行为关联的货源标志信息；

用户向量计算模块，用于根据所述用户行为关联的货源标志信息得到用户的货源偏好特征向量；

匹配度计算模块，用于根据用户的货源偏好特征向量与待匹配的货源的特征向量，计算用户与货源的匹配度。

9.根据权利要求8所述的货源匹配系统，其特征在于，还包括：

货源向量计算模块，用于获取创建的货源数据，将所述货源数据输入货源特征模型，得到所述货源特征模型输出的货源的特征向量。

10.一种货源匹配设备，其特征在于，包括：

处理器；

存储器，其中存在所述处理器的可进行指令；

其中，所述处理器配置为经由进行所述可进行指令来进行权利要求1至7中任一项所述的货源匹配方法的步骤。

11.一种计算机可读存储介质，用于存储程序，其特征在于，所述程序被进行时实现权利要求1至7中任一项所述的货源匹配方法的步骤。