【技術實現步驟摘要】
本專利技術涉及信息處理，尤其涉及的是一種商品推薦方法、系統及存儲介質。
技術介紹
1、現有技術中，當用戶通過互聯網查看購物網站上顯示的商品信息，通過網絡購買商品時，購物網站往往會根據用戶的瀏覽的商品或購買商品的歷史信息為用戶推薦商品，但是現有技術中的推薦方法常常忽略用戶可能的多樣化需求和興趣變化，因此無法滿足用戶對推薦的需求。
2、另一方面，現有技術中的推薦方法在進行商品推薦時并沒有對推薦商品的綜合品質進行判定和篩選，導致低品質的商品混雜在推薦商品中，用戶在瀏覽推薦商品時需要辨別低品質的商品，會增加了用戶挑選商品的時間，而且購物網站對低品質的商品進行推薦還會造成用戶對購物網站的滿意度的降低，因此影響了用戶對購物網站的信任度。
3、因此，現有技術有待于進一步的改進。
技術實現思路
1、鑒于上述現有技術中的不足之處，本專利技術的目的在于提供一種商品推薦方法、系統及存儲介質，解決現有技術中商品推薦時推薦信息不準確和挑選商品效率低的缺陷。
2、第一方面，本實施例公開了一種商品推薦方法，其中，包括：
3、獲取商品搜索信息；
4、根據商品搜索信息獲取用戶行為數據；其中，所述用戶行為數據包括：用戶購買商品信息、用戶瀏覽商品信息和用戶偏好信息；
5、基于商品搜索信息和所述用戶行為數據從預建立的精選商品池中進行商品篩選，得到商品篩選結果；其中，所述精選商品池為從全量商品數據中挑選出的商品集合；
6、根據所述商品篩選結
7、可選地，所述精選商品池的構建方法包括：
8、獲取全量商品數據中各個商品的交易數據；其中，所述交易數據包括：商品銷量數據、商品物流數據、商品信息準確度、商家服務信息；
9、根據交易數據確定各個商品的多維度評價值；
10、按照預設篩選條件根據各個商品對應的多維度評價值的高低，篩選出目標商品；所述預設篩選條件為：篩選出超出標準多維度評價值的商品或篩選出多維度評價值位于排列在前預設個數的商品；
11、以篩選出的目標商品構建出精選商品池。
12、可選地，所述根據交易數據確定各個商品的多維度評價值的步驟包括：
13、獲取各個商品在預設時間段的商品交易總額；
14、根據所述商品交易總額對已訓練完成的多維度評價模型進行參數優化，得到參數優化后的多維度評價模型；其中，所述多維度評價模型為基于多個商品的歷史交易數據作為訓練樣本訓練得到的；
15、將各個商品對應的交易數據輸入至參數優化后的多維度評價模型，得到參數優化后的多維度評價模型輸出的各個商品的多維度評價值。
16、可選地，所述根據交易數據確定各個商品的多維度評價值的步驟包括：
17、分別以商品銷量數據、商品物流數據、商品信息準確和商家服務信息對應的預設權重，計算得到多維度評價值。
18、可選地，所述根據交易數據確定各個商品的多維度評價值的步驟，還包括：
19、每隔預設時間獲取商品的更新交易信息；
20、根據更新交易信息對商品的多維度評價值進行更新。
21、可選地，構建所述精選商品池的步驟，還包括：
22、判斷超出標準多維度評價值的商品個數是否達到目標數目，若未達到目標數目，則重新設定標準多維度評價值或者將全部的商品添加到精選商品池。
23、可選地，所述根據商品搜索信息獲取用戶行為數據的步驟包括：
24、根據商品搜索信息確定用戶的賬號信息；
25、從用戶的賬號信息中獲取用戶購買商品信息、用戶瀏覽商品信息和用戶偏好信息。
26、可選地，所述基于商品搜索信息和所述用戶行為數據從預建立的精選商品池中進行商品篩選，得到商品篩選結果的步驟包括：
27、將商品搜索信息和用戶行為數據同步輸入至推薦算法模型，得到推薦算法模型輸出的商品篩選結果；所述推薦算法模型為基于協同過濾算法、深度學習算法或強化學習算法對收集的歷史商品交易數據和歷史用戶行為數據訓練得到的。
28、第二方面，本實施例公開了一種商品推薦系統，其中，包括：
29、信息接收模塊，用于獲取商品搜索信息；
30、用戶信息獲取模塊，用于根據商品搜索信息獲取用戶行為數據；其中，所述用戶行為數據包括：用戶購買商品信息、用戶瀏覽商品信息和用戶偏好信息；
31、信息搜索模塊，用于基于商品搜索信息和所述用戶行為數據從預建立的精選商品池中進行商品篩選，得到商品篩選結果；其中，所述精選商品池為從全量商品數據中挑選出的商品集合；
32、推薦顯示模塊，用于根據所述商品篩選結果進行商品推薦顯示。
33、第三方面，本實施例公開了一種計算機存儲介質，其中，所述計算機可讀存儲介質上存儲有商品推薦程序，所述商品推薦程序被處理器執行時，實現所述的商品推薦方法的步驟。
34、有益效果，本專利技術提供了一種商品推薦方法、系統及存儲介質，獲取商品搜索信息；根據商品搜索信息獲取用戶行為數據；其中，所述用戶行為數據包括：用戶購買商品信息、用戶瀏覽商品信息和用戶偏好信息；基于商品搜索信息和所述用戶行為數據從預建立的精選商品池中進行商品篩選，得到商品篩選結果，并根據商品篩選結果進行商品推薦顯示。本實施例公開的方法及系統，基于預先建立的精選商品池中進行商品的篩選，由于精選商品池為從全量商品數據中挑選出的根據符合用戶選擇標準和品質更高的商品集合，因此基于精選商品池進行商品搜索可以提高商品推薦準確度，且精選商品池隨著商品交易數據的變化動態更新，因此還保證了商品推薦的實時性，為用戶高效的購買商品提供了便利。
本文檔來自技高網...【技術保護點】
1.一種商品推薦方法，其特征在于，包括：
2.根據權利要求1所述的商品推薦方法，其特征在于，所述精選商品池的構建方法包括：
3.根據權利要求2所述的商品推薦方法，其特征在于，所述根據交易數據確定各個商品的多維度評價值的步驟包括：
4.根據權利要求2所述的商品推薦方法，其特征在于，所述根據交易數據確定各個商品的多維度評價值的步驟包括：
5.根據權利要求3或4所述的商品推薦方法，其特征在于，所述根據交易數據確定各個商品的多維度評價值的步驟，還包括：
6.根據權利要求2所述的商品推薦方法，其特征在于，所述精選商品池的構建方法，還包括步驟：
7.根據權利要求1所述的商品推薦方法，其特征在于，所述根據商品搜索信息獲取用戶行為數據的步驟包括：
8.根據權利要求1所述的商品推薦方法，其特征在于，所述基于商品搜索信息和所述用戶行為數據從預建立的精選商品池中進行商品篩選，得到商品篩選結果的步驟包括：
9.一種商品推薦系統，其特征在于，包括：
10.一種計算機存儲介質，其特征在于，所述計算機可
...【技術特征摘要】
1.一種商品推薦方法，其特征在于，包括：
2.根據權利要求1所述的商品推薦方法，其特征在于，所述精選商品池的構建方法包括：
3.根據權利要求2所述的商品推薦方法，其特征在于，所述根據交易數據確定各個商品的多維度評價值的步驟包括：
4.根據權利要求2所述的商品推薦方法，其特征在于，所述根據交易數據確定各個商品的多維度評價值的步驟包括：
5.根據權利要求3或4所述的商品推薦方法，其特征在于，所述根據交易數據確定各個商品的多維度評價值的步驟，還包括：
6.根據權利要求2所述的商品推薦方法，其特征在...
【專利技術屬性】
技術研發人員：王雷，王志國，
申請(專利權)人：深圳市酷開網絡科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。