产品推送方法及装置与流程

1.本发明涉及人工智能技术领域，具体地，涉及一种产品推送方法及装置。


背景技术：

2.目前的产品推送技术无法准确向用户推送适合的产品，推送效果不佳。


技术实现要素：

3.本发明实施例的主要目的在于提供一种产品推送方法及装置，以准确识别出用户的喜好，向用户推送合适的产品。
4.为了实现上述目的，本发明实施例提供一种产品推送方法，包括：
5.获取用户的检索数据；其中，检索数据包括多个检索关键词和各检索关键词对应的检索属性；
6.根据检索属性从检索关键词中选择目标关键词；
7.将目标关键词输入分类模型中得到分类数据；
8.向用户推送分类数据对应的产品。
9.在其中一种实施例中，根据检索属性从检索关键词中选择目标关键词包括：
10.确定各检索属性的信息增益；
11.根据各检索属性的信息增益确定各检索关键词的信息增益；
12.根据各检索关键词的信息增益从检索关键词中选择目标关键词。
13.在其中一种实施例中，根据各检索关键词的信息增益从检索关键词中选择目标关键词包括：
14.确定信息增益的最大值对应的检索关键词为目标关键词。
15.在其中一种实施例中，还包括：
16.根据历史检索数据训练初始决策树模型得到分类模型。
17.本发明实施例还提供一种产品推送装置，包括：
18.获取模块，用于获取用户的检索数据；其中，检索数据包括多个检索关键词和各检索关键词对应的检索属性；
19.目标关键词模块，用于根据检索属性从检索关键词中选择目标关键词；
20.分类模块，用于将目标关键词输入分类模型中得到分类数据；
21.推送模块，用于向用户推送分类数据对应的产品。
22.在其中一种实施例中，目标关键词模块包括：
23.第一信息增益单元，用于确定各检索属性的信息增益；
24.第二信息增益单元，用于根据各检索属性的信息增益确定各检索关键词的信息增益；
25.目标关键词单元，用于根据各检索关键词的信息增益从检索关键词中选择目标关键词。
26.在其中一种实施例中，目标关键词单元具体用于：
27.确定信息增益的最大值对应的检索关键词为目标关键词。
28.在其中一种实施例中，还包括：
29.分类模型模块，用于根据历史检索数据训练初始决策树模型得到分类模型。
30.本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序，处理器执行计算机程序时实现所述的产品推送方法的步骤。
31.本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现所述的产品推送方法的步骤。
32.本发明实施例还提供一种计算机程序产品，包括计算机程序/指令，计算机程序/指令被处理器执行时实现所述的产品推送方法的步骤。
33.本发明实施例的产品推送方法及装置先根据用户检索数据中的检索属性从检索关键词中选择目标关键词，再将目标关键词输入分类模型中得到分类数据，最后向用户推送分类数据对应的产品，可以准确识别出用户的喜好，向用户推送合适的产品。
附图说明
34.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的前提下，还可以根据这些附图获得其他的附图。
35.图1是本发明实施例中产品推送方法的流程图；
36.图2是本发明实施例中s102的流程图；
37.图3是本发明实施例中产品推送装置的结构框图；
38.图4是本发明实施例中计算机设备的结构框图。
具体实施方式
39.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。
40.本领域技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
41.本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
42.本发明涉及的术语解释如下：
43.决策树算法：决策树算法是一种经典的机器学习分类算法，主要的代表算法有id3、c4.5和card等，原理可以简单理解为通过对数据总结、归纳得到一系列分类规则。
44.id3算法：使用信息增益进行特征选择。
45.c4.5算法：使用信息增益率进行特征选择，克服了信息增益选择特征的时候偏向于特征个数较多的不足。
46.基尼系数(card)：card算法生成的决策树是一个二叉树，每次裂分只裂分两个节点，基尼系数越高则样本无序性越大，越小表示裂分方式使系统更为有序。
47.鉴于现有技术无法准确向用户推送适合的产品，推送效果不佳，本发明实施例提供一种产品推送方法及装置，通过决策树算法构建决策树进行数据挖掘，并进行数据的归纳与分类，在此基础上猜测识别出用户的喜好，从而实现向用户进行智能推荐的目的。以下结合附图对本发明进行详细说明。
48.图1是本发明实施例中产品推送方法的流程图。如图1所示，产品推送方法应用于区块链，包括：
49.s101：获取用户的检索数据。
50.其中，检索数据包括多个检索关键词和各检索关键词对应的检索属性。可以通过网络封包分析软件或其他数据采集的sdk获取用户的检索数据，获取到足量能够分析出用户行为喜好的检索数据后，通过wireshark软件对检索数据进行预处理。
51.s102：根据检索属性从检索关键词中选择目标关键词。
52.其中，检索属性可为用户的搜索关键字、搜索次数、浏览次数和浏览时长等等，可根据实际情况来确定。
53.图2是本发明实施例中s102的流程图。如图2所示，s102包括：
54.s201：确定各检索属性的信息增益。
55.s202：根据各检索属性的信息增益确定各检索关键词的信息增益。
56.s203：根据各检索关键词的信息增益从检索关键词中选择目标关键词。
57.一实施例中，s203包括：
58.确定信息增益的最大值对应的检索关键词为目标关键词。
59.s103：将目标关键词输入分类模型中得到分类数据。
60.在执行s103之前，还包括：
61.根据历史检索数据训练初始决策树模型得到分类模型。
62.本发明可以根据需要推荐的精度不断地训练优化分类模型；如第一次分出父类集后，选出增益率最高的一个父类数据集再进行训练分类，如此递归进行。
63.例如，本发明通过网络封包分析软件抓取数据包，获取用户平日上网浏览检索的数据，例如搜索引擎搜索的内容，购物网站浏览的界面等；将解析后的数据包通过c4.5算法进行分类训练，按照消费大类进行父类分类，如奢侈品，家装，食品，电器和服饰等；分完每个大类后，通过算法计算出用户最倾向于选择的一个父类，在该数据包中再进行子类细分，如服饰的子类有男装，女装，童装；子类还可以再次分类，如女装数据包为算法得出的用户最倾向于选择的一个子类，可再细分为裙装、裤装、外套等等，根据要给用户智能推荐的精确程度可进行子类的多重细分，每次细分都是选择占比最多的数据包进行分类，最后生成决策树；历史检索数据可采用用户的检索关键字，检索次数，浏览次数和浏览时长等，可根据合适的权重来设置。
64.训练完成后，可以通过测试集对分类模型进行有效评估，从而完善分类模型，实现精确分类。
65.s104：向用户推送分类数据对应的产品。
66.具体实施时，本发明将分类数据存入数据库的新表中，便于将结果向用户展示。除了将分类数据进行保存和处理以外，本发明还将每次进行分类产生的日志进行保存，这些处理日志记录了每次进行分类算法时的各项评价指标。通过定期对日志进行查看和分析可以对分类算法的各项指标进行量化比较，了解经常被错分的数据包的共同特征以对训练数据集进行相应的调整，优化分类模型以保证分类效率。
67.图1所示的产品推送方法的执行主体可以为计算机。由图1所示的流程可知，本发明实施例的产品推送方法先根据用户检索数据中的检索属性从检索关键词中选择目标关键词，再将目标关键词输入分类模型中得到分类数据，最后向用户推送分类数据对应的产品，可以准确识别出用户的喜好，向用户推送合适的产品。
68.基于同一发明构思，本发明实施例还提供了一种产品推送装置，由于该装置解决问题的原理与产品推送方法相似，因此该装置的实施可以参见方法的实施，重复之处不再赘述。
69.图3是本发明实施例中产品推送装置的结构框图。如图3所示，产品推送装置包括：
70.获取模块，用于获取用户的检索数据；其中，检索数据包括多个检索关键词和各检索关键词对应的检索属性；
71.目标关键词模块，用于根据检索属性从检索关键词中选择目标关键词；
72.分类模块，用于将目标关键词输入分类模型中得到分类数据；
73.推送模块，用于向用户推送分类数据对应的产品。
74.在其中一种实施例中，目标关键词模块包括：
75.第一信息增益单元，用于确定各检索属性的信息增益；
76.第二信息增益单元，用于根据各检索属性的信息增益确定各检索关键词的信息增益；
77.目标关键词单元，用于根据各检索关键词的信息增益从检索关键词中选择目标关键词。
78.在其中一种实施例中，目标关键词单元具体用于：
79.确定信息增益的最大值对应的检索关键词为目标关键词。
80.在其中一种实施例中，还包括：
81.分类模型模块，用于根据历史检索数据训练初始决策树模型得到分类模型。
82.综上，本发明实施例的产品推送装置先根据用户检索数据中的检索属性从检索关键词中选择目标关键词，再将目标关键词输入分类模型中得到分类数据，最后向用户推送分类数据对应的产品，可以准确识别出用户的喜好，向用户推送合适的产品。
83.本发明实施例还提供能够实现上述实施例中的产品推送方法中全部步骤的一种计算机设备的具体实施方式。图4是本发明实施例中计算机设备的结构框图，参见图4，所述计算机设备具体包括如下内容：
84.处理器(processor)401和存储器(memory)402。
85.所述处理器401用于调用所述存储器402中的计算机程序，所述处理器执行所述计算机程序时实现上述实施例中的产品推送方法中的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
86.获取用户的检索数据；其中，检索数据包括多个检索关键词和各检索关键词对应的检索属性；
87.根据检索属性从检索关键词中选择目标关键词；
88.将目标关键词输入分类模型中得到分类数据；
89.向用户推送分类数据对应的产品。
90.综上，本发明实施例的计算机设备先根据用户检索数据中的检索属性从检索关键词中选择目标关键词，再将目标关键词输入分类模型中得到分类数据，最后向用户推送分类数据对应的产品，可以准确识别出用户的喜好，向用户推送合适的产品。
91.本发明实施例还提供能够实现上述实施例中的产品推送方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的产品推送方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
92.获取用户的检索数据；其中，检索数据包括多个检索关键词和各检索关键词对应的检索属性；
93.根据检索属性从检索关键词中选择目标关键词；
94.将目标关键词输入分类模型中得到分类数据；
95.向用户推送分类数据对应的产品。
96.综上，本发明实施例的计算机可读存储介质先根据用户检索数据中的检索属性从检索关键词中选择目标关键词，再将目标关键词输入分类模型中得到分类数据，最后向用户推送分类数据对应的产品，可以准确识别出用户的喜好，向用户推送合适的产品。
97.本发明实施例还提供能够实现上述实施例中的产品推送方法中全部步骤的一种计算机程序产品，所述计算机程序产品包括计算机程序/指令，该计算机程序/指令被处理器执行时实现上述实施例中的产品推送方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
98.获取用户的检索数据；其中，检索数据包括多个检索关键词和各检索关键词对应的检索属性；
99.根据检索属性从检索关键词中选择目标关键词；
100.将目标关键词输入分类模型中得到分类数据；
101.向用户推送分类数据对应的产品。
102.综上，本发明实施例的计算机程序产品先根据用户检索数据中的检索属性从检索关键词中选择目标关键词，再将目标关键词输入分类模型中得到分类数据，最后向用户推送分类数据对应的产品，可以准确识别出用户的喜好，向用户推送合适的产品。
103.以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
104.本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block)，单元，和步骤可以通过电子硬件、电脑软件，或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability)，上述的各种说明
性部件(illustrative components)，单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本发明实施例保护的范围。
105.本发明实施例中所描述的各种说明性的逻辑块，或单元，或装置都可以通过通用处理器，数字信号处理器，专用集成电路(asic)，现场可编程门阵列或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
106.本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于ram存储器、闪存、rom存储器、eprom存储器、eeprom存储器、寄存器、硬盘、可移动磁盘、cd-rom或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于asic中，asic可以设置于用户终端中。可选地，处理器和存储媒介也可以设置于用户终端中的不同的部件中。
107.在一个或多个示例性的设计中，本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储与电脑可读的媒介上，或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不限于ram、rom、eeprom、cd-rom或其它光盘存储、磁盘存储或其它磁性存储装置，或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(dsl)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、dvd、软盘和蓝光光盘，磁盘通常以磁性复制数据，而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。