空调的购买推荐方法、装置、存储介质及服务器与流程

本技术涉及电子商务领域，尤其涉及一种空调的购买推荐方法、装置、存储介质及服务器。

背景技术：

1、随着电子商务的发展，越来越多的用户选择在网上购买空调，用户在电商平台上购买空调时，一般通过电商平台提供的筛选控件进行品牌、功率、价格等条件的筛选，以决策购买哪个型号的空调，然而电商平台上的空调型号繁多，通过条件筛选的方式来选择空调存在效率较低且无法准确的找到用户满意的空调。

技术实现思路

1、本技术实施例提供了空调的购买推荐方法、装置、存储介质及服务器，可以解决现有技术中用户难以购买到合适空调的问题。所述技术方案如下：

2、第一方面，本技术实施例提供了一种空调的购买推荐方法，所述方法包括：

3、识别用户的用户类型；

4、若所述用户为新用户，在终端设备的上显示信息收集界面，根据所述用户在所述信息收集界面输入的用户数据生成当前空调推荐列表；

5、若所述用户为老用户，根据所述用户的历史购买记录数据、评分数据、点击数据、历史维修数据和使用模式数据生成当前空调推荐列表；

6、在终端设备上显示生成的当前空调推荐列表。

7、在一种可能的设计中，所述根据所述用户在所述信息收集界面输入的用户数据生成空调推荐列表，包括：

8、获取所述用户在所述信息收集界面输入的用户数据，所述用户数据包括：个人信息、住房信息和空调需求信息；

9、获取预设时长的历史时间区间内的环境数据；所述环境数据包括外部环境数据和室内环境数据；

10、根据所述用户数据和所述环境数据生成当前空调推荐列表。

11、在一种可能的设计中，所述获取预设时长的历史时间区间内的环境数据包括：

12、通过api接口在气象服务器中查询预设时长的历史时间区间内的外部环境数据；

13、通过部署在房间内的传感器采集的数据获取预设时长内的历史时间区间内的室内环境数据。

14、在一种可能的设计中，所述识别用户的用户类型之前，还包括：

15、检测到用户发起的登录请求且成功登录到服务器；或

16、检测到用户发起的搜索请求；或

17、检测到预设的时间触发条件到来。

18、在一种可能的设计中，所述根据所述用户在所述信息收集界面输入的用户数据生成当前空调推荐列表之后，还包括：

19、获取所述用户对所述当前空调推荐列表中各个空调型号的评分数据和评论文本。

20、在一种可能的设计中，根据所述用户在所述信息收集界面输入的用户数据生成当前空调推荐列表，包括：

21、确定当前的空调型号库存集合；

22、根据在所述信息收集界面采集的用户数据和预先训练的空调推荐模型，在所述空调型号库存集合中选择预设数量的空调型号；

23、根据选择的预设数量的空调型号生产当前空调推荐列表。

24、在一种可能的设计中，所述根据所述用户的历史购买记录数据、评分数据、点击数据、历史维修数据和使用模式数据生成当前空调推荐列表，包括：

25、生成用户的用户特征数据；

26、生成当前的空调型号库存集合中各个空调型号的产品特征数据；

27、计算所述用户特征数据和各个产品特征数据之间的关联度得分；

28、将计算的关联度得分进行降序排列，以及根据排列结果选择前面的预设数量的空调型号；

29、根据选择的空调型号生成当前空调推荐列表。

30、在一种可能的设计中，所述在终端设备上显示生成的当前空调推荐列表，还包括：

31、向终端设备推送各个空调型号的图片和属性参数值。

32、第二方面，本技术实施例提供了一种空调的购买推荐装置，所述装置包括：

33、识别单元，用于识别用户的用户类型；

34、推荐单元，用于若所述用户为新用户，在终端设备的上显示信息收集界面，根据所述用户在所述信息收集界面输入的用户数据生成当前空调推荐列表；

35、所述推荐单元，还用于若所述用户为老用户，根据所述用户的历史购买记录数据、评分数据、点击数据、历史维修数据和使用模式数据生成当前空调推荐列表；

36、推送单元，用于在终端设备上显示生成的当前空调推荐列表。

37、在一种可能的设计中，所述根据所述用户在所述信息收集界面输入的用户数据生成空调推荐列表，包括：

38、获取所述用户在所述信息收集界面输入的用户数据，所述用户数据包括：个人信息、住房信息和空调需求信息；

39、获取预设时长的历史时间区间内的环境数据；所述环境数据包括外部环境数据和室内环境数据；

40、根据所述用户数据和所述环境数据生成当前空调推荐列表。

41、在一种可能的设计中，所述获取预设时长的历史时间区间内的环境数据包括：

42、通过api接口在气象服务器中查询预设时长的历史时间区间内的外部环境数据；

43、通过部署在房间内的传感器采集的数据获取预设时长内的历史时间区间内的室内环境数据。

44、在一种可能的设计中，还包括：

45、检测单元，用于检测到用户发起的登录请求且成功登录到服务器；或

46、检测到用户发起的搜索请求；或

47、检测到预设的时间触发条件到来。

48、在一种可能的设计中，还包括：

49、评价单元，用于获取所述用户对所述当前空调推荐列表中各个空调型号的评分数据和评论文本。

50、在一种可能的设计中，根据所述用户在所述信息收集界面输入的用户数据生成当前空调推荐列表，包括：

51、确定当前的空调型号库存集合；

52、根据在所述信息收集界面采集的用户数据和预先训练的空调推荐模型，在所述空调型号库存集合中选择预设数量的空调型号；

53、根据选择的预设数量的空调型号生产当前空调推荐列表。

54、在一种可能的设计中，所述根据所述用户的历史购买记录数据、评分数据、点击数据、历史维修数据和使用模式数据生成当前空调推荐列表，包括：

55、生成用户的用户特征数据；

56、生成当前的空调型号库存集合中各个空调型号的产品特征数据；

57、计算所述用户特征数据和各个产品特征数据之间的关联度得分；

58、将计算的关联度得分进行降序排列，以及根据排列结果选择前面的预设数量的空调型号；

59、根据选择的空调型号生成当前空调推荐列表。

60、在一种可能的设计中，推送单元还用于：

61、向终端设备推送各个空调型号的图片和属性参数值。

62、第三方面，本技术实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。

63、第四方面，本技术实施例提供一种服务器，可包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。

64、本技术一些实施例提供的技术方案带来的有益效果至少包括：

65、在为用户推荐空调型号时，使用不同的推荐模型分别为新用户和老用户推荐合适的空调型号，充分考虑到不同的用户人群的需求，结合用户特征数据和产品特征数据，实现个性化的空调型号的精准推荐，有效提高商城的成交量，能够更好地满足用户多样化的需求。同时，本技术引入实时反馈和评估机制，允许用户对推荐的空调型号进行评价和反馈，基于评价和反馈不断优化空调推荐模型，提高推荐的准确性和用户的契合度。