[发明专利]数据库建立方法和数据推荐方法及装置、设备和存储介质

说明书

本发明实施例公开了一种数据库建立方法和数据推荐方法及装置、设备和存储介质。该数据库建立方法包括：从数据源获取用户历史数据和商品历史数据；根据用户历史数据和商品历史数据，按照预设用户维度提取用户特征，以形成用户的用户特征向量，所述用户特征向量中包括至少一个商品特征；根据用户历史数据和商品历史数据，按照预设商品维度提取商品特征，以形成商品的初级商品特征向量，所述初级商品特征向量中包括至少一个用户特征；根据预设商品关联规则，将各所述初级商品特征向量进行合并，以形成次级商品特征向量；存储所述用户特征向量、初级商品特征向量和次级商品特征向量，作为数据库中的推荐数据集合。本发明能够提高对用户关注信息进行预测时的准确性。

技术领域

本发明实施例涉及计算机的大数据处理技术，尤其涉及一种数据库建立方法和数据推荐方法及装置、设备和存储介质。

背景技术

在网络销售行为普及的情况下，对于用户购买商品的行为进行有效预测，是一种发展趋势。

现有技术中，一般是基于用户自身的历史行为数据，对其此后的行为数据进行预测。例如，某用户以往经常买衣服，那预测给该用户推荐衣物类的商品信息是符合其消费行为的。除对用户个人的历史数据进行统计从而预测的技术之外，现有技术一般还会采用相关性规则的方式来为用户进行信息推荐。一般是对海量用户数据进行集中统计，确定出具有某类属性的用户其行为模式。例如，基于大量用户的历史数据，确定出年龄段在20-30岁、男性用户，可能对电子类商品感兴趣，那么对于符合上述特征的用户，会预测出向其推送电子类商品是符合其消费行为的。

但是，在实现本发明的研究过程中，发明人发现上述技术存在的缺陷在于：若依赖于用户的个人历史数据，则推荐信息的范围非常有限，推荐信息的预测结果也往往不符合用户消费行为的发展趋势。基于海量用户数据的统计，由于用户之间的差异较大，规律性并不明显，所以如果统计的数据量不是足够多时，则对用户消费行为进行预测的准确性较低。

发明内容

本发明实施例提供一种数据库建立方法和数据推荐方法及装置、设备和存储介质，以提高对用户关注信息进行预测时的准确性。

第一方面，本发明实施例提供了一种数据库建立方法，包括：

从数据源获取用户历史数据和商品历史数据；

根据用户历史数据和商品历史数据，按照预设用户维度提取用户特征，以形成用户的用户特征向量，所述用户特征向量中包括至少一个商品特征；

根据用户历史数据和商品历史数据，按照预设商品维度提取商品特征，以形成商品的初级商品特征向量，所述初级商品特征向量中包括至少一个用户特征；

根据预设商品关联规则，将各所述初级商品特征向量进行合并，以形成次级商品特征向量；

存储所述用户特征向量、初级商品特征向量和次级商品特征向量，作为数据库中的推荐数据集合。

第二方面，本发明实施例提供了一种数据推荐方法，包括：

获取在线推荐需求；

从所述在线推荐需求中获取在线数据以及推荐规则；

采用所述推荐规则，基于在线数据、数据库中的用户特征向量和商品特征向量，产生推荐数据，其中，所述用户特征向量中包括至少一个商品特征，所述商品特征向量中包括至少一个用户特征。

第三方面，本发明实施例提供了一种数据库建立装置，包括：

历史数据获取模块，用于从数据源获取用户历史数据和商品历史数据；

商品特征获取模块，用于根据用户历史数据和商品历史数据，按照预设用户维度提取用户特征，以形成用户的用户特征向量，所述用户特征向量中包括至少一个商品特征；