电商平台的商品推荐方法、装置及设备与流程

本发明涉及互联网数据处理
技术领域：
，更具体地说，涉及一种电商平台的商品推荐方法、装置及设备。
背景技术：
：社区团购是基于深耕社区开展的商业模式，其通过整合社区的小流量集合，是更加具备地理属性、本地流量的模式；不但获客成本低，而且采用熟人分享式的营销，转化率以及留存率更高。但是社区团购模式本质是零售，对接源头直采直供，终端触达消费者，供应链条很长，任何环节的问题都易形成牛鞭效应，影响后续环节和用户体验。社区团购针对的用户群体主要是习惯线上购物、没有时间在线下零售店、菜市场去实现线下购买行为的人群，社区团购平台在实现商品推荐时，通常是将当前具有活动或者促销等的食材直接推荐给各用户，这样实现的食材推荐所推荐的食材可能是用户所不需要的食材，或者仅部分是用户所需要的食材，需要用户自行筛选等，因此实现食材推荐时的准确性较低，进而会导致用户的用户体验较差。技术实现要素：本发明的目的是提供一种电商平台的商品推荐方法、装置及设备，能够提高食材推荐时的准确性，进而提升用户的用户体验。为了实现上述目的，本发明提供如下技术方案：一种电商平台的商品推荐方法，包括：获取用户历史上购买食材的每个食材订单信息；确定所述用户购买每个所述食材订单信息时所在位置的环境分别为历史环境，以及每个所述食材订单信息对应的菜品分别为备选菜品；获取所述用户当前所在位置的环境为当前环境，确定与当前环境匹配的历史环境为目标环境，确定与所述目标环境对应于同一食材订单信息的备选菜品为目标菜品，并基于所述目标菜品向所述用户推荐相应的食材。优选的，确定每个所述食材订单信息对应的菜品分别为备选菜品，包括：确定任意的食材订单信息为当前订单信息，并基于当前订单信息中包含的食材构建当前食材向量；分别计算当前食材向量与每个参考食材向量之间的相似度，并确定其相似度大于相似度阈值的参考食材向量对应菜品为备选菜品；其中，所述参考食材向量为基于预先获取的每种菜品中任意菜品包含的食材构建得到的。优选的，还包括：如果不存在其相似度大于所述相似度阈值的参考食材向量，则获取所述用户在当前订单信息的收货时间所在预设时间段内的菜品浏览信息；基于所述菜品浏览信息中每种菜品包含的食材分别构建得到待选食材向量，计算当前食材向量与每个所述待选食材向量的相似度，并确定其相似度最高的待选食材向量对应菜品为备选菜品。优选的，计算不同食材向量之间的相似度之前，还包括：将所述食材向量预处理为维度一致的向量；其中，所述食材向量包括当前食材向量、参考食材向量及待选食材向量。优选的，基于所述目标菜品向所述用户推荐相应的食材，包括：确定第一预设时间段内未制作过和/或第二预设时间段内未购买过相应食材的目标菜品为待推荐菜品，将所述待推荐菜品对应的食材推荐给所述用户；其中，所述第一预设时间段及所述第二预设时间段均是当前时刻之前距离当前时刻最近的时间段，且所述第一预设时间段小于所述第二预设时间段。优选的，确定每个所述食材订单信息对应的菜品分别为备选菜品之后，还包括：对所述备选菜品进行归类，得到每种所述备选菜品所属的菜系；优选的，所述方法还包括：如果所述目标菜品均为第一预设时间段内制作过和/或第二预设时间段内购买过相应食材的菜品，则确定所述目标菜品所属的菜系中，除所述目标菜品之外的其他菜品均为当前菜品，确定第一预设时间段内未制作过和/或第二预设时间段内未购买过相应食材的当前菜品为待推荐菜品，将所述待推荐菜品对应的食材推荐给所述用户。优选的，确定每个所述食材订单信息对应的菜品分别为备选菜品之后，还包括：构建所述用户的用户画像；其中，所述用户画像包括所述用户的用户标识、对应于同一食材订单信息的参考环境及备选菜品；对应的，确定与所述目标环境对应于同一食材订单信息的备选菜品为目标菜品，包括：确定包含所述用户的用户标识及所述目标环境的用户画像为目标画像，并确定所述目标画像中包含的每种备选菜品均为目标菜品。一种电商平台的商品推荐装置，包括：获取模块，用于：获取用户历史上购买食材的每个食材订单信息；确定模块，用于：确定所述用户购买每个所述食材订单信息时所在位置的环境分别为历史环境，以及每个所述食材订单信息对应的菜品分别为备选菜品；推荐模块，用于：获取所述用户当前所在位置的环境为当前环境，确定与当前环境匹配的历史环境为目标环境，确定与所述目标环境对应于同一食材订单信息的备选菜品为目标菜品，并基于所述目标菜品向所述用户推荐相应的食材。一种电商平台的商品推荐设备，包括：存储器，用于存储计算机程序；处理器，用于执行所述计算机程序时实现如上任一项所述电商平台的商品推荐方法的步骤。本发明提供了一种电商平台的商品推荐方法、装置及设备，该方法包括：获取用户历史上购买食材的每个食材订单信息；确定所述用户购买每个所述食材订单信息时所在位置的环境分别为历史环境，以及每个所述食材订单信息对应的菜品分别为备选菜品；获取所述用户当前所在位置的环境为当前环境，确定与当前环境匹配的历史环境为目标环境，确定与所述目标环境对应于同一食材订单信息的备选菜品为目标菜品，并基于所述目标菜品向所述用户推荐相应的食材。本申请公开的技术方案中，首先获取用户历史上购买食材时所在位置的环境及购买食材对应的菜品，然后获取用户当前所在位置的环境，确定与用户当前所在位置的环境匹配的历史环境所对应的菜品，则很可能为用户在当前所处环境下喜好食用的菜品，进而将该菜品对应食材推荐给用户；可见，本申请基于用户历史上购买食材的信息，获得用户在不同环境下的菜品喜好，进而基于用户当前所处环境向用户推荐相应菜品所需的食材，从而根据用户在不同环境下喜好的菜品进行食材推荐，能够使得推荐的食材与用户在不同环境下的喜好相符合，进而实现食材向用户的针对性推荐，提高食材推荐时的准确性，提升用户的用户体验。附图说明为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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的前提下，还可以根据提供的附图获得其他的附图。图1为本发明实施例提供的一种电商平台的商品推荐方法的流程图；图2为本发明实施例提供的一种电商平台的商品推荐方法中某用户某日在某社区团购平台生成的订单信息示意图；图3为本发明实施例提供的一种电商平台的商品推荐方法中向用户推荐的订单信息示意图；图4为本发明实施例提供的一种电商平台的商品推荐装置的结构示意图。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，所描述的实施例仅仅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做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。请参阅图1，其示出了本发明实施例提供的一种电商平台的商品推荐方法的流程图，可以包括：s11：获取用户历史上购买食材的每个食材订单信息。本发明实施例提供的一种电商平台的商品推荐方法的执行主体可以为对应的电商平台的商品推荐装置；其中，用户可以是社区团购平台的用户，这类用户使用社区团购平台(也即电商平台)购买一日三餐的食材，比如晚餐，此时食材作为社区团购平台的商品被推荐，因此本申请实施例中的食材推荐也即为商品推荐；获取用户历史上购买食材的每个食材订单信息，可以是获取用户在近一年中(也可以是近n年，具体可以根据实际需要进行设定)购买食材的食材订单信息，食材订单信息可以包括食材的名称、规格、数量、收货时间以及收货时所在位置的信息等。s12：确定用户购买每个食材订单信息时所在位置的环境分别为历史环境，以及每个食材订单信息对应的菜品分别为备选菜品。需要说明的是，可以获知每个食材订单信息中包含的收货时所在位置的信息，也即用户购买每个食材订单信息时所在的位置；然后结合每个食材订单信息中包含的收货时间，可以获得与收货时间和收货位置所在区域所对应的日均气温和所在的时节(季节、节气等)；而日均气温及时节则可以作为环境，因此，本申请可以基于用户购买每个食材订单信息时的收货位置及收货时间得到相应的环境，从而得到与食材订单信息一一对应的历史环境。另外，从任意的食材订单信息中可以确定用户购买的食材，进而通过这些食材可以确定出该食材订单信息所对应的菜品，这些菜品则可以称之为备选菜品。s13：获取用户当前所在位置的环境为当前环境，确定与当前环境匹配的历史环境为目标环境，确定与目标环境对应于同一食材订单信息的备选菜品为目标菜品，并基于目标菜品向用户推荐相应的食材。在获取到用户近段时间内每次购买食材所在位置的环境及菜品后，则可以认为用户在购买任意食材订单信息时所在位置的环境下比较喜欢食用该食材订单信息所对应的菜品，在此基础上，本申请可以获取用户当前所在位置的环境(也即用户当前收货的位置的环境)，查询到与用户当前所在位置的环境向匹配的历史环境，从而确定出查询到的历史环境所对应的食材订单信息，最终确定查询到的食材订单信息所对应的菜品则很可能为用户在当前所处环境下，喜好食用的菜品，因此可以将该菜品对应的食材推荐给用户，以方便用户实现食材购买。其中，两个环境相匹配包括两个环境的时节相同，且日均温度比较接近(日均温度的差值在根据实际需要设置的一定范围内)。本申请公开的技术方案中，首先获取用户历史上购买食材时所在位置的环境及购买食材对应的菜品，然后获取用户当前所在位置的环境，确定与用户当前所在位置的环境匹配的历史环境所对应的菜品，则很可能为用户在当前所处环境下喜好食用的菜品，进而将该菜品对应食材推荐给用户；可见，本申请基于用户历史上购买食材的信息，获得用户在不同环境下的菜品喜好，进而基于用户当前所处环境向用户推荐相应菜品所需的食材，从而根据用户在不同环境下喜好的菜品进行食材推荐，能够使得推荐的食材与用户在不同环境下的喜好相符合，进而实现食材向用户的针对性推荐，提高食材推荐时的准确性，提升用户的用户体验。本发明实施例提供的一种电商平台的商品推荐方法，确定每个食材订单信息对应的菜品分别为备选菜品，可以包括：确定任意的食材订单信息为当前订单信息，并基于当前订单信息中包含的食材构建当前食材向量；分别计算当前食材向量与每个参考食材向量之间的相似度，并确定其相似度大于相似度阈值的参考食材向量对应菜品为备选菜品；其中，参考食材向量为基于预先获取的每种菜品中任意菜品包含的食材构建得到的。在基于食材订单信息确定对应的菜品时，可以先构建每个食材订单信息对应的食材向量，具体来说，对于任意的食材订单信息，可以将食材订单信息中包含的各项食材按照主材、辅材、配料的顺序进行排列，其中，主材为制作菜品的主要食材，如麻辣小龙虾的主材为小龙虾、炖鸡肉的主材为鸡肉，辅材为制作菜品的辅助材料，如麻辣小龙虾中的辅材可以是洋葱、炖鸡肉的辅材可以为土豆，配料为制作菜品时的调味料，如生抽、醋等，比如某用户某日在某社区团购平台生成的订单信息为如图2所示，则根据该订单信息构建得到的食材向量则为[鸡胸肉，草鸡蛋，红尖椒，大葱，荸荠]。在得到每个食材订单信息分别对应的食材向量后，可以基于食材向量中的主材和/或辅材调用服务器中存储的菜谱食材向量集，其中，菜谱食材向量集中包含有多个食材向量(即为参考食材向量)，每个食材向量是由菜谱中对应的菜品构建得到的，因此菜谱食材向量集中的食材向量与相应菜品一一对应；计算每个参考食材向量与当前食材向量的相似度，比如辣子鸡丁的参考食材向量集如下：{[鸡脯肉，鸡蛋，荸荠，泡椒，大葱，姜，蒜]，[鸡肉，鸡蛋清，红辣椒，大葱，姜，大蒜，豌豆]，[鸡脯肉，青红尖椒、香菇、干辣椒丝、泡椒]}需要说明的是，可以采用相似度计算方法计算每个参考食材向量与当前食材向量的相似度，相似度计算方法包括但不限于欧氏距离、曼哈顿距离、切比雪夫距离、闵可夫斯基距离、标准化欧氏距离、马氏距离、夹角余弦、汉明距离、杰卡德距离等，本实施例可以按照下列公式采用夹角余项相似度来计算当前食材向量和参考食材向量的相似度：其中，a表示当前食材向量，b表示参考食材向量，ai表示当前食材向量中的食材元素(也即为各项食材)，bi表示参考食材向量中的食材元素。在得到当前食材向量分别与每个参考食材向量之间的相似度之后，如果相似度大于根据实际需要设定的相似度阈值(如0.6)，则可以确定大于相似度阈值的相似度对应的参考食材向量为与当前食材向量匹配的参考食材向量，而该参考食材向量的菜品则为当前食材向量对应的菜品，也即为当前食材向量对应的食材订单信息的菜品。可见，本申请通过确定与食材订单信息中包含的各项食材构建的食材向量相似度较高的已知对应菜品的食材向量，确定该已知的菜品则为食材订单信息对应的菜品，从而实现食材订单信息对应菜品的有效确定。本发明实施例提供的一种电商平台的商品推荐方法，还可以包括：如果不存在其相似度大于相似度阈值的参考食材向量，则获取用户在当前订单信息的收货时间所在预设时间段内的菜品浏览信息；基于菜品浏览信息中每种菜品包含的食材分别构建得到待选食材向量，计算当前食材向量与每个待选食材向量的相似度，并确定其相似度最高的待选食材向量对应菜品为备选菜品。如果参考食材向量与当前食材向量之间的相似度均不大于相似度阈值，则可以基于用户历史上制作菜品的记录实现当前食材向量对应菜品的确定；具体来说，可以获取用户在当前订单信息的收获时间所在预设时间段(如前后各一周内，具体可以根据实际需要进行设定)内的菜品浏览信息，菜品浏览信息可以包括用户在相应时间段内的视频浏览记录、文字浏览记录及图片浏览记录中的一种或多种资料浏览记录，视频浏览记录即为用户浏览菜品的视频的记录，文字浏览记录即为用户浏览菜品的文字的记录，图片浏览记录即为用户浏览菜品的图片的记录，而用户浏览菜品时浏览的内容可以为菜品对应菜谱，具体可以包括菜品所需食材(包括食材名称及重量等)、菜品制作方法及菜品营养价值等，因此可以基于菜品浏览信息确定用户浏览过的每种菜品，构建这些菜品中每种菜品制作所需食材构建的食材向量，也即得到与这些菜品具有一一对应关系的待选食材向量，计算每个待选食材向量与当前食材向量的相似度，最终确定最高的相似度对应的待选食材向量则为与当前食材向量匹配的待选食材向量，而该待选食材向量的菜品则为当前食材向量对应的菜品，也即为当前食材向量对应的食材订单信息的菜品。比如用户近一周浏览了鱼香肉丝、口水鸡、麻辣小龙虾、辣子鸡丁以及油爆虾等菜品相关信息(比如菜谱)，根据用户的当前食材向量[鸡胸肉，草鸡蛋，红尖椒，大葱，荸荠]中的包含主食材的一个或多个食材元素判定，其在收货时间后大概率做了辣子鸡丁，因此当前食材向量所对应的菜品则为辣子鸡丁。可见，本申请用户在食材订单信息收货时间所在一定时间范围内的菜品浏览信息确定这段时间内用户浏览的菜品，进而由这些菜品中确定出所需食材与食材订单信息包含食材最相近的菜品，则为用户购买食材订单信息包含各项食材后，最可能制作的菜品，也即为与食材订单信息相对应的菜品，从而实现食材订单信息对应菜品的有效确定。本发明实施例提供的一种电商平台的商品推荐方法，计算不同食材向量之间的相似度之前，还可以包括：将食材向量预处理为维度一致的向量；其中，食材向量包括当前食材向量、参考食材向量及待选食材向量。为了便于计算食材向量之间的相似度，本申请还可以在计算食材向量之间的相似度之前，基于主材和辅材对食材向量做一个统一的预处理，使得参与相似度计算的两个食材向量的维度一致；其中，基于主材和辅材对食材向量做一个统计的预处理时删除食材元素的优先级由高到低依次为配料、辅材、主材，进而将参与相似度计算的两个食材向量中包含食材元素较多的一个食材向量，按照上述优先级由高到低的顺序删除相应的食材元素，直至两个食材向量包含的食材元素数量相同为止，从而优先删除对食材向量对应菜品确定时影响最小的食材元素，保证了两个食材向量相似度计算时的准确性。本申请在确定出每个食材订单信息对应的菜品后，还可以对这些菜品进行归类，得到每种菜品所属的菜系，比如菜品包括麻婆豆腐、麻辣小龙虾、麻辣火锅、回锅肉、口水鸡，夫妻肺片等，那么可以确定对应的菜系是川菜；当然，一个用户也可以对应一个以上的菜系。另外，在得到目标菜品及目标菜品所属菜系后，可以基于目标菜品、目标菜品所属菜系及用户近期的菜品浏览信息向用户推荐符合其菜品喜好风格的菜品以及菜品所对应的食材，具体来说，确定出目标菜品之后，可以将目标菜品包含的各项食材推荐给用户；就实际来说，如果频繁吃相同的菜品难免会吃腻，因此用户一般不希望短期内吃重复的菜品，基于此本申请可以通过用户购买菜品相应食材和/或用户制作菜品的频率来进行相应的判定；同时由于目标菜品是基于用户食材购买信息直接确定出的，因此相对于同菜系内其他的菜品，目标菜品一般更受用户喜爱，因此本申请中在实现食材推荐时优先选取目标菜品，然后再考虑同菜系的其他菜品。其中，在优先选取目标菜品实现食材推荐时，本发明实施例提供的一种电商平台的商品推荐方法，基于目标菜品向用户推荐相应的食材，可以包括：确定第一预设时间段内未制作过和/或第二预设时间段内未购买过相应食材的目标菜品为待推荐菜品，将待推荐菜品对应的食材推荐给用户；其中，第一预设时间段及第二预设时间段均是当前时刻之前距离当前时刻最近的时间段，且第一预设时间段小于第二预设时间段。其中，第一预设时间段及第二预设时间段分别为表示用户制作相应菜品频率的参数及用户购买菜品相应食材的参数，第一预设时间段及第二预设时间段均可以根据实际需要进行设定，如第一预设时间段为近3天，第二预设时间段为近1周等。在向用户推荐菜品所需食材时，先考虑推荐目标菜品对应食材，具体来说，如果近期内已经制作过任意菜品和/或近期内已经购买过任意菜品对应食材，则为了避免用户短期内重复吃到相同的菜品，无需向用户推荐该菜品对应的食材。从而避免用户短时间内重复制作相同菜品的同时，优先基于目标菜品实现对应食材的推荐，使得食材推荐更加满足用户当前需求。在目标菜品不符合需求而选取同菜系中其他菜品实现食材推荐时，本发明实施例提供的一种电商平台的商品推荐方法，确定每个食材订单信息对应的菜品分别为备选菜品之后，还可以包括：对备选菜品进行归类，得到每种备选菜品所属的菜系；对应的，方法还可以包括：如果目标菜品均为第一预设时间段内制作过和/或第二预设时间段内购买过相应食材的菜品，则确定目标菜品所属的菜系中，除目标菜品之外的其他菜品均为当前菜品，确定第一预设时间段内未制作过和/或第二预设时间段内未购买过相应食材的当前菜品为待推荐菜品，将待推荐菜品对应的食材推荐给用户。如果各项目标菜品均为近期制作过或者购买过相应食材的菜品，则可以考虑同菜系其他菜品对应食材的推荐，具体来说，将同菜系其他菜品作为当前菜品，然后按照推荐目标菜品时的原理，实现同菜系其他菜品的食材推荐。另外，如果同菜系其他菜品也均在近期制作过或者购买过相应食材，则可以由目标菜品及同菜系其他菜品中，选取购买相应食材的时间距离当前时刻最远或者制作过相应食材的时间距离当前时刻最远的菜品作为待推荐菜品，进而实现相应食材的推荐。对本申请实现食材推荐的步骤进行举例说明，如菜品为麻辣小龙虾，可以设定一个单菜品推荐频率，比如用户在上周已经采购过小龙虾，那么就可以结合用户进行菜品浏览时的菜品浏览信息判定用户是否做过麻辣小龙虾，经过判定，用户可能在本周一做过麻辣小龙虾，如果单菜品推荐频率为3天，那么在这3天内，就不应当推荐制作麻辣小龙虾的相关食材了；又比如用户近一周内未采购鸡肉，那么可以判定用户一周内没有做过与鸡肉有关的菜，可以向用户推荐日常的一些鸡肉做法所要所用的食材，比如推荐口水鸡的食材。当然根据实际需要进行的其他设置也均在本发明的保护范围之内。本申请实施例在判定用户是否制作过某菜品时，可以计算用户在最近一次购买该菜品对应食材后的时间里浏览该菜品对应资料的菜品浏览信息，基于该菜品浏览信息计算该菜品的喜好分数，如果喜好分数达到根据实际需要设定的阈值，则认为用户制作过该菜品，否则，认为用户未制作过该菜品。而计算喜好分数具体可以包括：对于菜品浏览信息中包含的每项菜品中的任意菜品，获取用户浏览该菜品对应信息的时长信息及所在时间段，基于时长信息及时间段计算该菜品的喜好分数；而基于时长信息及时间段计算当前菜品的喜好分数，可以包括：获取时长信息对应时长分数及时间段对应时间段分数；基于预先为时长信息及时间段设置的权重值，对时长分数及时间段分数进行加权求和，得到该菜品的喜好分数；其中，时长信息包含浏览该菜品对应信息的持续时长或浏览该菜品对应信息时观看部分占全部信息的比例，持续时长越长或比例越大，时长分数越高，时间段越接近用餐时间，时间段分数越高。需要说明的是，一个家庭的菜品喜好风格一般都是一致的，总体不会发生很大的变化；由于晚餐的做饭时间一般是集中在17:00在19:00这个时间段内，很多用户特别是社区团购平台的主要消费群体是年轻人，他们有一个特点就是喜欢对着菜谱做菜，往往通过浏览视频、网页(包括文字、图片等)等公开的菜谱进行菜品制作；而用户在浏览这些信息的操作行为一般会先通过所要做菜品的食材或者名称作为关键词进行搜索，然后基于搜索所得结果挑选合适的做菜视频、文字或图片等形式的菜谱，按照菜品实现菜品制作，因此一般在17:00到19:00这个时间段内，判断用户所在家庭的菜品喜好风格是比较容易的，且通过提取用户在相应时间段内的浏览信息即可判断出用户制作的菜品，同理，在其他用餐时间判断用户所在家庭的菜品喜好风格也是比较容易的；基于此本申请可以预先将一天中的24个小时划分为多个时间段，然后基于得到用户所在家庭的菜品喜好风格的容易程度，为每个时间段设置相应的时间段分数，也即得到用户所在家庭的菜品喜好风格越容易(或者说用户浏览相应菜品的时间越接近用餐时间)，则对应时间段分数越高；为了方便计算本申请还可以将各时间段分数进行归一化处理，使得各时间段分数的总和为1，在一种具体示例中各时间段及各时间段的时间段分数可以如表1所示。针对时长信息需要说明的是，在浏览的资料为视频时，时长信息可以包括观看视频的时长占比整个视频时长的比例，浏览的资料为文字或图片时，时长信息可以包括观看文字或图片的持续时长，而时长信息中的比例越大、持续时长越长，则表示用户对当前菜品越感兴趣，因此可以按照这种方式为不同时长信息设置对应的时长分数，也即时长信息中的比例越大或持续时间越长，则时长分数越高，为了方便计算本申请还可以将各时间段分数进行归一化处理，使得各时间段分数的总和为1。另外，本申请还可以为时间段分数及时长分数分别设置相应的权重值，两者的权重值的总和为1。基于上述设置，本申请在获取到用户浏览某菜品时所在时间段及该菜品的时长信息后，可以将该菜品所在时间段的时间段分数乘以时间段分数的权重值得到相应的乘积，将该菜品的时长信息的时长分数乘以时长分数的权重值得到相应的乘积，最终再将两个乘积相加，得到该菜品的喜好分数，确定喜好分数大于根据实际需要设置的分数阈值的菜品则为用户制作的菜品。可见，本申请基于用户浏览菜品时的时长信息及所在时间段，能够有效确定出用户制作的菜品。表1时段序号时间时间段分数100:00-5:000.0525:01-8:000.138:01-11:000.05411:01-13:000.1513:01-17:000.1617:01-20:000.5720:01-24:000.1本发明实施例提供的一种电商平台的推荐方法，确定每个食材订单信息对应的菜品分别为备选菜品之后，还可以包括：构建用户的用户画像；其中，用户画像包括用户的用户标识、对应于同一食材订单信息的参考环境及备选菜品；对应的，确定与目标环境对应于同一食材订单信息的备选菜品为目标菜品，包括：确定包含用户的用户标识及目标环境的用户画像为目标画像，并确定目标画像中包含的每种备选菜品均为目标菜品。其中，用户标识可以为唯一性表示对应用户的标识，如用户id、用户编号等，在得到用户标识、用户历史上购买食材的环境及菜品后，可以得到用户画像，即(用户id,时节，日均气温，菜品)，如(用户id，秋天，日均气温30度，辣子鸡丁)，进而在确定目标菜品时，则可以直接确定包含用户标识及目标环境的用户画像中包含的每种菜品为目标菜品，比如李四的用户画像中为(user_1124221,夏季，30-35摄氏度，冬瓜排骨|西红柿鸡蛋汤|蒜蓉空心菜|……)，那么在夏季当日气温为30-35摄氏度时，可以向用户推荐相应的菜品对应食材；通过这种方式方便对于相应信息的管理和查询。综上，本发明能够基于用户喜好而进行个性化采购推荐，从而为社区团购平台提供食材推荐的功能，即平台可以通过本发明的技术方案实现食材推荐，避免用户因每天回家买什么菜、吃什么菜所困扰，也会提高社区团购平台的sku。本发明实施例提供的一种电商平台的商品推荐方法，向用户推荐食材时可以将需要向用户推荐的各项食材以列表的形式推荐给用户，该列表则为相应食材的采购信息，可以包括食材名称、时长数量或重量、食材价格等，如推荐的菜品为口水鸡，则对应的采购信息可以如图3所示，从而使得用户可以基于该列表直接下单，或者对该列表中的信息进行修改等操作，从而方便用户实现所推荐食材的购买，进一步提升用户的用户体验。本发明实施例提供的一种电商平台的商品推荐方法，向用户推荐食材的同时，还可以将菜品的菜谱(包括菜品制作方法)也推荐给用户，从而使得用户在获知推荐的各项食材的同时，还可以获知菜品制作方法，方便用户基于此实现食材的购买及菜品的制作等操作，进一步提升用户的用户体验。本发明实施例还提供了一种电商平台的商品推荐装置，如图4所示，可以包括：获取模块11，用于：获取用户历史上购买食材的每个食材订单信息；确定模块12，用于：确定用户购买每个食材订单信息时所在位置的环境分别为历史环境，以及每个食材订单信息对应的菜品分别为备选菜品；推荐模块13，用于：获取用户当前所在位置的环境为当前环境，确定与当前环境匹配的历史环境为目标环境，确定与目标环境对应于同一食材订单信息的备选菜品为目标菜品，并基于目标菜品向用户推荐相应的食材。本发明实施例提供的一种电商平台的商品推荐装置，确定模块可以包括：第一确定单元，用于：确定任意的食材订单信息为当前订单信息，并基于当前订单信息中包含的食材构建当前食材向量；分别计算当前食材向量与每个参考食材向量之间的相似度，并确定其相似度大于相似度阈值的参考食材向量对应菜品为备选菜品；其中，参考食材向量为基于预先获取的每种菜品中任意菜品包含的食材构建得到的。本发明实施例提供的一种电商平台的商品推荐装置，确定模块还可以包括：第二确定单元，用于：如果不存在其相似度大于相似度阈值的参考食材向量，则获取用户在当前订单信息的收货时间所在预设时间段内的菜品浏览信息；基于菜品浏览信息中每种菜品包含的食材分别构建得到待选食材向量，计算当前食材向量与每个待选食材向量的相似度，并确定其相似度最高的待选食材向量对应菜品为备选菜品。本发明实施例提供的一种电商平台的商品推荐装置，还可以包括：预处理模块，用于：计算不同食材向量之间的相似度之前，将食材向量预处理为维度一致的向量；其中，食材向量包括当前食材向量、参考食材向量及待选食材向量。本发明实施例提供的一种电商平台的商品推荐装置，推荐模块可以包括：第一推荐单元，用于：确定第一预设时间段内未制作过和/或第二预设时间段内未购买过相应食材的目标菜品为待推荐菜品，将待推荐菜品对应的食材推荐给用户；其中，第一预设时间段及第二预设时间段均是当前时刻之前距离当前时刻最近的时间段，且第一预设时间段小于第二预设时间段。本发明实施例提供的一种电商平台的商品推荐装置，还可以包括：归类模块，用于：确定每个食材订单信息对应的菜品分别为备选菜品之后，对备选菜品进行归类，得到每种备选菜品所属的菜系；对应的，推荐模块还可以包括：第二推荐单元，用于：如果目标菜品均为第一预设时间段内制作过和/或第二预设时间段内购买过相应食材的菜品，则确定目标菜品所属的菜系中，除目标菜品之外的其他菜品均为当前菜品，确定第一预设时间段内未制作过和/或第二预设时间段内未购买过相应食材的当前菜品为待推荐菜品，将待推荐菜品对应的食材推荐给用户。本发明实施例提供的一种电商平台的商品推荐装置，还可以包括：构建模块，用于：确定每个食材订单信息对应的菜品分别为备选菜品之后，构建用户的用户画像；其中，用户画像包括用户的用户标识、对应于同一食材订单信息的参考环境及备选菜品；对应的，推荐模块可以包括：第三确定单元，用于：确定包含用户的用户标识及目标环境的用户画像为目标画像，并确定目标画像中包含的每种备选菜品均为目标菜品。本发明实施例还提供了一种电商平台的商品推荐设备，可以包括：存储器，用于存储计算机程序；处理器，用于执行计算机程序时实现如上任一项电商平台的商品推荐方法的步骤。需要说明的是，本发明实施例提供的一种电商平台的商品推荐装置、设备及存储介质中相关部分的说明请参见本发明实施例提供的一种电商平台的商品推荐方法中对应部分的详细说明，在此不再赘述。另外本发明实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明，以免过多赘述。对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。当前第1页12