[发明专利]一种产品推荐方法及装置、电子设备、存储介质

说明书

本申请公开了一种产品推荐方法及装置、电子设备、存储介质，所述方法包括：获取多个目标客户的产品购买记录；基于各个目标客户的产品购买记录，构建共现矩阵；基于共现矩阵，确定目标客户和目标产品对应的隐向量；分别针对每个目标客户，基于该目标客户和各个目标产品对应的隐向量，从各个目标产品中筛选出多个初选目标产品；基于该目标客户信息和各个初选目标产品的信息，利用购买预测模型预测出各个初选目标产品的购买概率；其中，购买预测模型预先利用多个正样本和负样本训练得到；基于各个初选目标产品的购买概率，从各个初选目标产品中筛选出多个精选目标产品；将各个精选目标产品推荐给目标客户。

技术领域

本申请涉及产品推荐技术领域，特别涉及一种产品推荐方法及装置、电子设备、存储介质。

背景技术

随着企业的不断发展，企业推出的产品个数和种类也在快速的增长，所以客户需要花费大量的时间才能找到要买的产品，这无疑会浪费客户的大量时间，并且也不利于产品的营销，因此如何有效地向客户推荐符合其感兴趣的产品尤为重要。

当前向客户推荐符合其感兴趣的产品的方式，主要是基于客户的个人信息，结合客户已经购买的产品的信息以及用户浏览产品的信息训练神经网络模型，然后基于各个客户的信息和各个产品的信息，直接利用训练好的神经网络模型确定各个客户感兴趣的产品，并推荐给客户。

但是由于不仅产品的数据较为庞大，并且客户量也非常的大，所以分别直接通过模型从大量产品中筛选各个客户感兴趣的产品，计算量较大，需要占用大量的计算资源，且效率也相对较慢。并且，由于模型的训练过程仅考虑了用户可能感兴趣的产品的信息，所以模型的效果也相对一般。

发明内容

基于上述现有技术的不足，本申请提供了一种产品推荐方法及装置、电子设备、存储介质，以解决现有技术计算量过大，并且结果准确性一般的问题。

为了实现上述目的，本申请提供了以下技术方案：

本申请第一方面提供了一种产品推荐方法，包括：

获取多个目标客户的产品购买记录；

基于各个所述目标客户的产品购买记录，构建各个所述目标客户与各个目标产品的共现矩阵；

基于各个所述目标客户与各个所述目标产品的共现矩阵，确定各个所述目标客户对应的隐向量以及各个所述目标产品对应的隐向量；

分别针对每个所述目标客户，基于所述目标客户对应的隐向量以及各个所述目标产品对应的隐向量，从各个所述目标产品中筛选出所述目标客户对应的多个初选目标产品；

基于所述目标客户的客户信息以及所述目标客户对应的各个所述初选目标产品的产品信息，利用预先训练好的购买预测模型预测出所述目标客户对应的各个所述初选目标产品的购买概率；其中，所述购买预测模型预先利用多个正样本和负样本训练得到；所述正样本包括一个样本客户的客户信息以及所述样本客户购买的一个样本产品的产品信息；所述负样本包括一个样本客户的客户信息以及向所述样本客户推荐但其未购买的一个样本产品的产品信息；

基于所述目标客户对应的各个所述初选目标产品的购买概率，从所述目标客户对应的各个所述初选目标产品中筛选出所述目标客户对应的多个精选目标产品；

将所述目标客户对应的各个所述精选目标产品推荐给所述目标客户。

可选地，在上述的产品推荐方法中，所述基于各个所述目标客户与各个所述目标产品的共现矩阵，确定各个所述目标客户对应的隐向量以及各个所述目标产品对应的隐向量，包括：

对各个所述目标客户与各个所述目标产品的共现矩阵进行分解，得到客户嵌入矩阵以及产品嵌入矩阵；

从所述客户嵌入矩阵中提取出各个所述目标客户对应的隐向量，以及从所述产品嵌入矩阵中提取出各个所述目标产品对应的隐向量。