一种推荐方法、装置、设备及可读存储介质与流程

本发明涉及推荐技术领域，特别是涉及一种推荐方法、一种推荐装置、设备及可读存储介质。

背景技术：

随着移动终端在人们生活中的广泛应用，人们普遍习惯利用移动应用获取生活信息，其中，利用移动应用获取商品推荐信息是其中最常见的方式，例如，在获取餐厅中获取推荐的菜品。

现有技术中，商品推荐的展示排序主要依赖与商品的所有的累计推荐次数，通常推荐次数越高，排序越靠前，曝光度越高。

然而，一些热销商品在很长时间中积累了较高的推荐数时，总是得到较高的排名，新商品没有累计推荐数，总是获得较低排名，不利于用户获取新商品的信息，更不利于新商品的推广。

技术实现要素：

鉴于上述问题，提出了本发明实施例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一种推荐方法和相应的一种推荐装置。

根据本发明的第一方面，本发明实施例公开了一种推荐方法，具体包括：

接收用户对目标商品的推荐请求；

根据所述推荐请求，获取所述目标商品在预设滑动时间窗口内的推荐统计数据；

根据所述推荐统计数据为所述用户进行推荐。

根据本发明的第二方面，本发明实施例公开了一种推荐装置，具体包括：

推荐请求接收模块，用于接收用户对目标商品的推荐请求；

推荐统计数据获取模块，用于根据所述推荐请求，获取所述目标商品在预设滑动时间窗口内的推荐统计数据；

推荐模块，用于根据所述推荐统计数据为所述用户进行推荐。

根据本发明的第三方面，提供了一种设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如前述的推荐方法。

根据本发明的第四方面，提供了一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够实现前述的推荐方法。

本发明实施例包括以下优点：通过接收用户对目标商品的推荐请求；根据所述推荐请求，获取所述目标商品在预设滑动时间窗口内的推荐统计数据；根据所述推荐统计数据为所述用户进行推荐。提供了一种在多维度下，基于滑动窗口更新统计数据的计算方法，利用滑动窗口体现时效性，更高效的为用户推送推荐数据。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明的一种推荐方法实施例的步骤流程图；

图2是本发明的一种推荐方法实施例的步骤流程图；

图2a是本发明的推荐方法实施例中预设滑动时间窗口的应用示意图；

图3是本发明的一种推荐装置实施例的结构框图；

图4是本发明的一种推荐装置实施例的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例一

参照图1，示出了本发明的一种推荐方法实施例的步骤流程图，具体可以包括如下步骤：

步骤101，接收用户对目标商品的推荐请求；

本发明实施例可适用于通过移动终端上应用展示推荐目标商品的应用场景。其中，移动终端上的应用可以是任一提供推荐产品功能的应用，本发明实施例对于具体的应用不加以限制。所述移动终端具体可以为智能手机、平板电脑、笔记本电脑等任意移动终端，本发明实施例对于具体的移动终端不加以限制。为便于描述，本发明实施例主要以智能手机为例进行说明，其它移动终端的应用场景相互参照即可。

在本发明实施例中，当用户通过移动终端上的应用获取推荐的目标商品时，首先会通过移动终端的应用界面上“获取推荐”的虚拟按键，或类似功能键的点击操作，激发推荐请求发送至后台，后台根据移动终端用户在发送推荐请求时选择的目标商品，以及相关的目标商品属性接收到该目标商品的推荐请求。当然，对于推荐请求的发送方式和激活方式，本发明实施例不加以限制。

其中，以目标商品是菜品为例，用户想要选择目标菜品推荐，会根据自己的口味和喜好选择目标菜品的属性，如应季菜、偏辣、不要香菜、人气等属性发送目标菜品的推荐请求，并且用户可以通过滑动属性块、勾选属性列表的方式进行预置属性的选择。

在实际应用中，对于不同类型目标商品的属性信息和设置方式，本发明实施例不加以限制。

步骤102，根据所述推荐请求，获取所述目标商品在预设滑动时间窗口内的推荐统计数据；

本发明实施例中，在后台服务器根据接收到的推荐菜请求中属性信息的匹配，确定针对推荐请求的适用场景，并确定与之匹配的预设滑动窗口。例如，根据用户选择的属性为应季菜、偏辣、不要香菜、人气等，确定当前的季节，筛选符合应季菜的历史时间段，如当前季节为秋季，那么去年整个秋季到今年秋季，作为预设滑动窗口，并获取在预设滑动窗口对应的推荐统计数据。

其中，推荐统计数据对应各个属性信息，例如针对属性“人气”的推荐数据，可以根据预设滑动窗口内对应相应菜品筛选出历史点击值高的菜品。

当然，针对不同的属性，还可以预先设置不同的权重，如菜品本身的信息，商户赋予菜品的信息，用户赋予菜品的信息，并分别设置一定的权重值，并且在针对用户选择的属性对应的预设滑动窗口中对应的统计数据，获得的权重值较高，最后根据各属性对应的权重值得到一个多维的推荐数据，权重值的设置方式本发明实施例不加以限制。

可以理解地，用户可以在推荐请求中选择滑动窗口对应时间的时效性，即以今年的历史数据为主，或者以去年的历史数据为主等，对此本发明实施例不加以限制。

步骤103，根据所述推荐统计数据为所述用户进行推荐。

本发明实施例中，在获取对应用户的推荐请求的推荐统计数据后，可以将推荐数据以列表的形式返回给用户，并显示在应用界面，供用户进一步操作。对于推荐请求数据推送用户的展示形式本发明实施例不加以限制。

在本发明实施例中，后台接收用户对目标商品的推荐请求，根据所述推荐请求，获取所述目标商品在预设滑动时间窗口内的推荐统计数据；根据所述推荐统计数据为所述用户进行推荐。实现了在普遍的属性权重统计中添加了时效性的质量分计算方法，更准确的获取针对用户的推荐数据，推送给用户的目的。

实施例二

参照图2，示出了本发明的一种推荐方法实施例的步骤流程图，具体可以包括如下步骤：

步骤201，接收用户对目标商品的推荐请求；

此步骤与步骤101相同，在此不再详述。

优选地，所述推荐请求中包括一个或多个所述用户选择的所述目标商品的预设应用场景。

在推荐应用中通常会将用户的需求限制在预设的应用场景中，例如，在推荐app中的大分类中具有美食、美发、亲子、旅游等，当用户进入任一分类后，如美食分类，app根据用户的当前位置信息匹配周围的美食商家，并按照人气、评分或者距离远近的方式进行排序，将排序结果展现给用户。

在实际应用中，用户可以根据预置的属性标签限定应用场景，例如针对美食大分类中，选择属性标签应季菜、偏辣、不要香菜、人气等，限定目标商品的应用场景。当然，属性标签的设置不受本发明实施例的限制。并且，对预设应用场景的设置也不限于上述描述的通过预设属性标签的方式，本发明实施例对此不加以限制。

步骤202，根据所述推荐请求，获取所述目标商品在预设滑动时间窗口内的历史推荐数量；

此步骤与步骤101相同，在此不再详述。

优选地，步骤202，包括：

子步骤a1，根据所述预设应用场景，确定所述目标商品的预设滑动时间窗口；

具体地，根据上述确定用户针对目标商品的预设应用场景后，根据预设场景获取对应目标商品的敏感时间窗口，即预设滑动时间窗口。

以下以菜品推荐为例进行说明：

假设商户中菜品从1月到6月的推荐数分布如图2a所示：

当用户要获取最新的菜品推荐列表，那么灰色的小方块代表已经失效不再统计的推荐数，灰色框为滑动窗口，表示当前被统计的推荐数值。其中滑动窗口的大小是预设的，假设统计近三个月的人气值，缓存过期时间设置为3个月，权重分别设置为0.2、0.3和0.5，在5月份时，菜品热度为10*0.2+20*0.3+30*0.5＝23。

到6月份时，2月的缓存自动失效，并开始统计3月到5月的菜品热度，结果为20*0.2+30*0.3+20*0.5＝20，并依此重新排序。

可以看出，采用这个方案，可以形成一个基于缓存的滑动统计窗口。

可以理解地，上述描述的滑动窗口统计是预设滑动窗口的一个应用实例，在实际应用中，滑动窗口可以根据推荐需求进行随时调整，例如可以将滑动窗口以可视化的形式展示在用户推荐请求的发送界面中，用户在推荐请求中选择滑动窗口的大小，如从几年5月到10月，根据用户选择的时间进一步的计算。

综上所述，滑动窗口的应用可以由相关技术人员根据用户需求进行固定量化，如用户选择秋季时令菜，则根据历史数据中的秋季时令菜对应选择滑动窗口；滑动窗口的应用还可以由用户主动选择；因此，对于滑动窗口的实际使用，本发明实施例不加以限制。

子步骤a2，获取所述目标商品在所述预设滑动时间窗口的历史推荐数量。

具体地，从上述描述可以看出，在预设滑动窗口根据时间进行变动时，获取该时间窗口范围内的历史推荐数量，减少了推荐数据整体的计算量，并且可以筛选出推荐量实时更新的目标商品。

步骤203，在所述预置权重列表中获取对应所述预设应用场景的所述目标商品的预设权重值。

具体地，根据每个已存在的目标菜品，存在预先设置的属性标签，以及属性标签对应的预设权重值，该权重值与目标菜品以及对应的属性标签的映射关系存储在预置权重列表中，该预置权重列表根据实时经营数据进行不断的更新。

所以，在确定目标菜品的预设应用场景后，获取预置权重列表，进而获取对应该目标菜品的权重信息。

步骤204，根据所述历史推荐统计数据和所述预设权重值，计算所述目标商品的推荐统计数据；

本发明实施例中，预置权重列表中的权重值，用于表征单位时间段内推荐数的有效性，例如：

a、根据时间设置权重，如：只关注上一个月的推荐数，将上一个月的权重设置为100％，可以排除历史数据的干扰；

b、给菜品打上标签，并根据时令对包含相应标签的菜品赋予较高的权重，能够提升时令菜的排序顺位；

c、经过运营审核通过后，商家将推荐的新菜赋予较高权重，提高新菜的曝光度；

d、在前端给用户提供选择的列表，如查看最新的推荐菜或时令菜，此时根据用户选择动态设置权重；

优选地，步骤204，包括：

子步骤b1，获取推荐统计数据与所述预设权重值的乘积，确定为推荐因子；

具体地，将获取的历史推荐数据与对应的预设权重值相乘得到推荐因子，公式如下：

popularity＝(asa+bsb+csc)

其中a、b、c为推荐因子，a、b、c为历史推荐数据。

子步骤b2，获取所述推荐因子的和，确定为所述目标商品的质量分值；

具体地，如上述描述popularity＝(asa+bsb+csc)，得到不同维度的权重因子后，可以根据人气公式获得推荐值：

从公式中可以看出，最后的人气值popularity可以设置为多种权重因子统计值的总和，每个子维度都是由滑动窗口算法组成，可以根据不同的需求自由设定，各个维度均可体现时效性。

子步骤b3，将所述质量分值进行排序，得到所述目标商品的推荐统计数据。

具体地，根据上述计算方法得到的质量分值按照从高到低的方式进行排序，即为对应目标商品的推荐统计数据。

步骤205，在所述推荐统计数据中选取前预设位数的目标商品，推荐给所述用户。

具体地，在步骤b3中按照质量分值按照从高到低的方式进行排序的目标商品的推荐统计数据，选取其中前十位对应的目标商品，将商品信息展示给用户。

可以理解地，本发明实施例以目标商品为菜品为例进行了说明，在实际应用中目标商品的类别本发明实施例不加以限制。

从上述技术方案中可以看出，滑动窗口目标商品统计与权重因子没有必然关联。

以本方案优选的执行方式为例体现预设滑动窗口时效性的执行步骤如下：

方案一、单独使用滑动窗口，不包含权重因子就可以实现分时段统计菜品推荐数的效果，具体可以实现：

分时段统计菜品热度，提高信息时效性；

剔除历史数据对现有数据的干扰，提高新菜品的有效曝光度；

实现方案对系统本身改造较小，对数据库无压力增加，无需手动干预缓存更新，降低后期运维成本。

这种情况对应公式为：populariry＝(as+as+1+…+as+t)

方案二、结合单一维度权重因子，可以定制化实现一些特殊使用场景，可以实现的效果包括但不限于：

商户可以根据自身需要，根据不同时令推荐合适的菜品；

用户可以手动选择需要查看的菜品类型排序，而非单纯依赖推荐数的全局排序。

这种情况对应公式为：opulariry＝(aoas+a1as+1+…+atas+t)

方案三、结合多维度权重因子，能够全方面的衡量一个店菜的质量分，这种情况对应公式为：

popularity＝(α0as+a1as+1+…+atas+t)+(b0bs+b1bs+1+…+btbs+t)+…+(n0ns+n1ns+1+…+ntns+t)

核心计算中都包含了as到as+t的统计，体现了滑动窗口的时效作用。

在本发明实施例中，通过接收用户对目标商品的推荐请求后，根据所述推荐请求，获取所述目标商品在预设滑动时间窗口内的历史推荐数量；获取所述目标商品的预设权重值；根据所述历史推荐统计数据和所述预设权重值，计算所述目标商品的推荐统计数据，其中，根据用户选择的预设应用场景，确定所述目标商品的预设滑动时间窗口，并且获取所述目标商品在所述预设滑动时间窗口的历史推荐数量，获取推荐统计数据与所述预设权重值的乘积，确定为推荐因子；获取所述推荐因子的和，确定为所述目标商品的质量分值；将所述质量分值进行排序，得到所述目标商品的推荐统计数据，以推送给用户。利用滑动窗口的时效性，实现了自动淘汰过期缓存的历史数据，准确高效的生成针对性的推荐数据的效果。

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

实施例三

参照图3，示出了本发明的一种推荐装置实施例的结构框图，具体可以包括如下模块：

推荐请求接收模块301，用于接收用户对目标商品的推荐请求；

推荐统计数据获取模块302，用于根据所述推荐请求，获取所述目标商品在预设滑动时间窗口内的推荐统计数据；

推荐模块303，用于根据所述推荐统计数据为所述用户进行推荐。

在本发明实施例中，通过推荐请求接收模块，用于接收用户对目标商品的推荐请求；推荐统计数据获取模块，用于根据所述推荐请求，获取所述目标商品在预设滑动时间窗口内的推荐统计数据；推荐模块，用于根据所述推荐统计数据为所述用户进行推荐。实现了在普遍的属性权重统计中添加了时效性的质量分计算方法，更准确的获取针对用户的推荐数据，推送给用户的目的。

实施例四

参照图4，示出了本发明的一种推荐装置实施例的结构框图，具体可以包括如下模块：

推荐请求接收模块301，用于接收用户对目标商品的推荐请求；

推荐统计数据获取模块302，用于根据所述推荐请求，获取所述目标商品在预设滑动时间窗口内的推荐统计数据；

优选地，所述推荐统计数据获取模块302，包括：

历史推荐数量获取子模块3021，用于根据所述推荐请求，获取所述目标商品在预设滑动时间窗口内的历史推荐数量；

优选地，所述历史推荐数量获取子模块3021，包括：

预设滑动时间窗口确定单元，用于根据所述预设应用场景，确定所述目标商品的预设滑动时间窗口；

历史推荐数量获取单元，用于获取所述目标商品在所述预设滑动时间窗口的历史推荐数量。

预设权重值获取子模块3022，用于获取所述目标商品的预设权重值；

优选地，所述预设权重值获取子模块3022，包括：

预设权重值获取单元，用于在所述预置权重列表中获取对应所述预设应用场景的所述目标商品的预设权重值。

推荐统计数据获取子模块3023，用于根据所述历史推荐统计数据和所述预设权重值，计算所述目标商品的推荐统计数据。

优选地，所述推荐统计数据获取子模块3023，包括：

推荐因子确定单元，用于获取推荐统计数据与所述预设权重值的乘积，确定为推荐因子；

质量分值确定单元，用于获取所述推荐因子的和，确定为所述目标商品的质量分值；

推荐统计数据获取单元，用于将所述质量分值进行排序，得到所述目标商品的推荐统计数据。

优选地，所述推荐请求中包括一个或多个所述用户选择的所述目标商品的预设应用场景。

推荐模块303，用于根据所述推荐统计数据为所述用户进行推荐。

优选地，所述推荐模块303，包括：

推荐子模块，用于在所述推荐统计数据中选取前预设位数的目标商品，推荐给所述用户。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本发明实施例还提供一种设备，包括：处理器、存储器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如上述的一个或多个所述的推荐方法。

本发明实施例还提供一种可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如所述的推荐方法。

综上所述，在本发明实施例中，通过推荐请求接收模块，用于接收用户对目标商品的推荐请求；历史推荐数量获取子模块，用于根据所述推荐请求，获取所述目标商品在预设滑动时间窗口内的历史推荐数量，预设权重值获取子模块，用于获取所述目标商品的预设权重值；推荐统计数据获取子模块，用于根据所述历史推荐统计数据和所述预设权重值，计算所述目标商品的推荐统计数据。推荐模块，用于根据所述推荐统计数据为所述用户进行推荐。利用滑动窗口的时效性，实现了自动淘汰过期缓存的历史数据，准确高效的生成针对性的推荐数据的效果。其具有如下优点：

一.针对每个维度的计算方法体现时效性；

二.是一种在多维度下，基于滑动窗口更新统计数据的推荐分计算方法；

三.每个统计维度内，缓存更新策略可以自动形成统计滑动窗口，自动淘汰过期缓存，通过指定统计数据的范围，并对每个时间区间进行相应的权重分配，达到在固定时间区间内公平目标商品推荐数据的效果，利用滑动窗口体现时效性。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。

以上对本发明所提供的一种推荐方法和一种推荐装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。