[发明专利]一种商品推荐方法、系统、设备及计算机可读存储介质

说明书

本发明提供一种商品推荐方法、系统、设备及计算机可读存储介质，其中，商品推荐方法，包括：根据业务对象对某一类型商品的偏好选择以及业务对象的外部属性数据确定向所述业务对象推荐的商品类型；获取业务对象的内部属性数据；根据所述业务对象的内部属性数据确定多个候选目标；从所述多个候选目标中确定至少一个候选目标作为推荐目标，并向所述业务对象推送所述推荐目标。本发明根据用户的外部属性数据与内部属性数据为用户推荐适合的商品，有效地解决了人工经验不能让客户得到最适合的产品。

技术领域

本发明涉及信息处理技术领域，具体涉及一种商品推荐方法、系统、设备及计算机可读存储介质。

背景技术

传统的商品销售需要由销售顾问进行定制和推荐，以满足客户的需求，推荐的结果是基于销售顾问的经验。这种依靠经验的方式，很多时候无法让客户得到最适合的产品。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种商品推荐方法、系统、设备及计算机可读存储介质，用于解决现有技术存在的问题。

为实现上述目的及其他相关目的，本发明提供一种商品推荐方法，该方法包括：

根据业务对象对某一类型商品的偏好选择以及业务对象的外部属性数据确定向所述业务对象推荐的商品类型；

获取业务对象的内部属性数据；

根据所述业务对象的内部属性数据确定多个候选目标；

从所述多个候选目标中确定至少一个候选目标作为推荐目标，并向所述业务对象推送所述推荐目标。

于本发明的一实施例中，所述根据业务对象对某一类型商品的偏好选择以及业务对象的外部属性数据确定向所述业务对象推荐的商品类型，包括：

根据所述业务对象对某一类型商品的偏好选择确定向所述业务对象推荐的第一商品类型；

根据所述业务对象的外部属性数据确定向所述业务对象推荐的第二商品类型；

比较所述第一商品类型与所述第二商品类型；

若所述第一商品类型与所述第二商品类型具有交集，则以所述交集结果作为所述向所述业务对象推的商品类型；

若所述第一商品类型与所述第二商品类型不具有交集，则以所述第二商品类型作为向所述业务对象推的商品类型。

于本发明的一实施例中，所述业务对象的外部属性数据包括：消费习惯、消费能力、人生状态和兴趣爱好；所述人生状态包括是否毕业、是否结婚、是否生子、儿女成长阶段、是否退休中的一个。

于本发明的一实施例中，所述根据所述业务对象的内部属性数据确定多个候选目标，包括：

将所述业务对象的内部属性数据输入到预先训练的商品预测模型中，得到多个候选目标。

于本发明的一实施例中，所述从所述多个候选目标中确定至少一个候选目标作为推荐目标，包括：

基于所述业务对象的内部属性数据构建第一特征向量；

基于各个所述候选目标所对应的最佳内部属性数据构建第二特征向量；

对所述第一特征向量与所述第二特征向量进行匹配；

若所述第一特征向量与所述第二特征向量匹配成功，则将与所述第一特征向量匹配成功的所述第二特征向量所对应的最佳内部属性数据所对应候选目标作为推荐目标。

于本发明的一实施例中，通过不同的算法以及预设权重系数计算所述第一特征向量与第二特征向量之间的相似度；

将最高相似度对应的第二特征向量对应的最佳内部属性数据所对应候选目标作为推荐目标。

于本发明的一实施例中，所述业务对象的内部属性数据包括：年龄、学历、收入、开支、贷款数量、存款数量、健康记录、已购买情况、每年因商品支出费用、商品购买意识中的至少一个。

为实现上述目的及其他相关目的，本发明提供一种商品推荐系统，该系统包括：