[发明专利]基于大数据的信息推荐方法、可读存储介质及计算机设备

说明书

本发明提供了一种基于大数据的信息推荐方法、可读存储介质及计算机设备，其中的信息推荐方法包括：响应于接收到目标用户的搜索信息，获取所述目标用户在设定时间段的购物记录；根据所述购物记录中各价位等级的商品的购买时间顺序，构建所述目标用户的消费特征矩阵；将所述消费特征矩阵输入预训练卷积神经网络模型，以得到所述目标用户的特征值；获取与所述特征值相对应的消费群体，并查询所述消费群体的购物记录中与所述搜索信息相对应的商品信息；以及将所述商品信息推送给所述目标用户。本发明的技术方案，能够解决现有的信息推荐准确性差的问题，达到改善用户体验的目的。

技术领域

本发明涉及基于大数据的信息管理技术领域，特别是涉及一种基于大数据的信息推荐方法、可读存储介质及计算机设备。

背景技术

随着网络技术的发展，人们对网络的运用越来越广泛，同时在对网络的运用过程中，产生的信息数据也越来越多，这些信息数据为更好地服务用户提供了可靠的参考依据。以网络消费平台为例，在获取到用户的购物记录后，当用户再次购买商品时，可以根据用户的购物记录向用户准确地推荐相应的商品。

现有技术中向用户推荐商品的方法是：首先根据用户的购买记录获取用户的兴趣类型，然后根据用户的兴趣类型向用户推荐商品。这种方法虽然可以向用户推荐感兴趣的商品，但是没有考虑到用户的购买能力，造成推荐结果与用户的期望不相符，使用户的购物体验变差。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于大数据的信息推荐方法、可读存储介质及计算机设备，能够解决现有的信息推荐准确性差的问题，达到改善用户体验的目的。

具体地，本发明提供了一种基于大数据的信息推荐方法，包括：

响应于接收到目标用户的搜索信息，获取所述目标用户在设定时间段的购物记录；

根据所述购物记录中各价位等级的商品的购买时间顺序，构建所述目标用户的消费特征矩阵；

将所述消费特征矩阵输入预训练卷积神经网络模型，以得到所述目标用户的特征值；

获取与所述特征值相对应的消费群体，并根据所述消费群体的购物记录获取与所述搜索信息相对应的商品信息；以及

将所述商品信息推送给所述目标用户。

根据本发明的一个实施例，所述的获取所述目标用户在设定时间段的购物记录，包括：

响应于所述目标用户在所述设定时间段的购物记录不满足预设条件，获取与所述目标用户亲密度大于预设值的关联用户；以及

根据所述关联用户在所述设定时间段的购物记录，得到所述目标用户在所述设定时间段的购物记录。

根据本发明的一个实施例，所述的根据所述关联用户在所述设定时间段的购物记录，得到所述目标用户在所述设定时间段的购物记录，包括：

响应于所述关联用户的数量为多个，根据所述亲密度对各所述关联用户在所述设定时间段的购物记录进行加权融合，以得到所述目标用户在所述设定时间段的购物记录。

根据本发明的一个实施例，所述的查询所述消费群体的购物记录中与所述搜索信息相对应的商品信息，包括：

根据所述搜索信息，得到目标商品所属的商品类型；

获取所述消费群体的购物记录中所述商品类型的商品对应的目标价位等级；

获取处于所述目标价位等级的目标商品的信息，并将该信息作为所述商品信息。

根据本发明的一个实施例，所述信息推荐方法还包括：

响应于将所述商品信息推送给所述目标用户，获取所述目标用户对所述商品信息的点击量；以及