产品推荐方法、装置、计算机设备和存储介质与流程

本技术涉及人工智能，特别是涉及一种产品推荐方法、装置、计算机设备和存储介质。

背景技术：

1、随着网络购物的不断发展，购物平台上的产品种类也不断增加，为了便于用户的购买，出现了产品推荐方法。现有的产品推荐方法，可以基于用户的行为数据，将用户的历史购买记录和历史浏览记录中的相关产品推荐给用户。

2、然而，采用现有的产品推荐方法，仅能针对用户重复浏览的相关类型产品进行推荐，降低了产品推荐的全面性。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提升产品推荐全面性的产品推荐方法、装置、计算机设备和存储介质。

2、第一方面，本技术提供了一种产品推荐方法。所述方法包括：

3、根据目标用户的感兴趣产品和候选用户的感兴趣产品，从候选用户中确定目标用户的相似用户；其中，候选用户为目标平台中除目标用户之外的平台用户；

4、根据相似用户的感兴趣产品和目标用户的感兴趣产品之间的重叠情况，确定目标用户的待推荐产品；

5、根据目标用户与相似用户之间的相似度，以及相似用户对待推荐产品的反馈值，确定待推荐产品的综合推荐值；

6、根据待推荐产品的综合推荐值，向目标用户进行产品推荐。

7、在其中一个实施例中，根据目标用户与相似用户之间的相似度，以及相似用户对待推荐产品的反馈值，确定待推荐产品的综合推荐值，包括：

8、根据相似用户对待推荐产品的历史行为数据，确定相似用户对待推荐产品的反馈值；采用目标用户与相似用户之间的相似度，对相似用户对待推荐产品的反馈值进行加权处理，得到相似用户对待推荐产品的推荐值；根据相似用户对待推荐产品的推荐值，确定待推荐产品的综合推荐值。

9、在其中一个实施例中，相似用户的数量为至少两个，根据相似用户对待推荐产品的推荐值，确定待推荐产品的综合推荐值，包括：

10、针对每一待推荐产品，将各相似用户对该待推荐产品的推荐值之和，作为该待推荐产品的综合推荐值。

11、在其中一个实施例中，根据目标用户的感兴趣产品和候选用户的感兴趣产品，从候选用户中确定目标用户的相似用户，包括：

12、根据目标用户的历史行为数据和目标用户所持终端的目标型号，确定目标用户的感兴趣产品；根据目标用户的感兴趣产品和候选用户的感兴趣产品，确定目标用户与候选用户之间的相似度；根据目标用户与候选用户之间的相似度，从候选用户中确定目标用户的相似用户。

13、在其中一个实施例中，根据目标用户的历史行为数据和目标用户所持终端的目标型号，确定目标用户的感兴趣产品，包括：

14、基于候选型号与目标平台中第一候选产品集之间的关联关系，根据目标用户所持终端的目标型号，从第一候选产品集中选择目标产品集；根据目标用户的历史行为数据，从目标产品集和目标平台中第二候选产品集中选择目标用户的感兴趣产品。

15、在其中一个实施例中，根据目标用户的感兴趣产品和候选用户的感兴趣产品，确定目标用户与候选用户之间的相似度，包括：

16、针对每一候选用户，确定目标用户的感兴趣产品与该候选用户的感兴趣产品之间的第一重叠产品的产品数量；将目标用户的感兴趣产品的产品数量与该候选用户的感兴趣产品的产品数量之积，作为产品基数；根据产品基数和第一重叠产品的产品数量，确定目标用户与该候选用户之间的相似度。

17、在其中一个实施例中，根据目标用户的感兴趣产品和候选用户的感兴趣产品，确定目标用户与候选用户之间的相似度，包括：

18、根据目标用户的感兴趣产品和候选用户的感兴趣产品，构建以产品为索引、以用户为索引值的倒排索引；根据倒排索引，构建用户矩阵；根据用户矩阵、目标用户的感兴趣产品的产品数量，以及候选用户的感兴趣产品的产品数量，确定目标用户与候选用户之间的相似度。

19、在其中一个实施例中，根据相似用户的感兴趣产品和目标用户的感兴趣产品之间的重叠情况，确定目标用户的待推荐产品，包括：

20、将相似用户的感兴趣产品和目标用户的感兴趣产品中存在重叠的产品作为第二重叠产品；将相似用户的感兴趣产品中除第二重叠产品之外的产品，作为目标用户的待推荐产品。

21、第二方面，本技术还提供了一种产品推荐装置。所述装置包括：

22、用户确定模块，用于根据目标用户的感兴趣产品和候选用户的感兴趣产品，从候选用户中确定目标用户的相似用户；其中，候选用户为目标平台中除目标用户之外的平台用户；

23、产品确定模块，用于根据相似用户的感兴趣产品和目标用户的感兴趣产品之间的重叠情况，确定目标用户的待推荐产品；

24、推荐值确定模块，用于根据目标用户与相似用户之间的相似度，以及相似用户对待推荐产品的反馈值，确定待推荐产品的综合推荐值；

25、产品推荐模块，用于根据待推荐产品的综合推荐值，向目标用户进行产品推荐。

26、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

27、根据目标用户的感兴趣产品和候选用户的感兴趣产品，从候选用户中确定目标用户的相似用户；其中，候选用户为目标平台中除目标用户之外的平台用户；

28、根据相似用户的感兴趣产品和目标用户的感兴趣产品之间的重叠情况，确定目标用户的待推荐产品；

29、根据目标用户与相似用户之间的相似度，以及相似用户对待推荐产品的反馈值，确定待推荐产品的综合推荐值；

30、根据待推荐产品的综合推荐值，向目标用户进行产品推荐。

31、第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

32、根据目标用户的感兴趣产品和候选用户的感兴趣产品，从候选用户中确定目标用户的相似用户；其中，候选用户为目标平台中除目标用户之外的平台用户；

33、根据相似用户的感兴趣产品和目标用户的感兴趣产品之间的重叠情况，确定目标用户的待推荐产品；

34、根据目标用户与相似用户之间的相似度，以及相似用户对待推荐产品的反馈值，确定待推荐产品的综合推荐值；

35、根据待推荐产品的综合推荐值，向目标用户进行产品推荐。

36、第五方面，本技术还提供了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，该计算机程序被处理器执行时实现以下步骤：

37、根据目标用户的感兴趣产品和候选用户的感兴趣产品，从候选用户中确定目标用户的相似用户；其中，候选用户为目标平台中除目标用户之外的平台用户；

38、根据相似用户的感兴趣产品和目标用户的感兴趣产品之间的重叠情况，确定目标用户的待推荐产品；

39、根据目标用户与相似用户之间的相似度，以及相似用户对待推荐产品的反馈值，确定待推荐产品的综合推荐值；

40、根据待推荐产品的综合推荐值，向目标用户进行产品推荐。

41、上述产品推荐方法、装置、计算机设备和存储介质，通过根据目标用户的感兴趣产品和候选用户的感兴趣产品，从候选用户中确定目标用户的相似用户，并根据相似用户的感兴趣产品和目标用户的感兴趣产品之间的重叠情况，确定目标用户的待推荐产品；进而根据目标用户与相似用户之间的相似度，以及相似用户对待推荐产品的反馈值，确定待推荐产品的综合推荐值，并向目标用户进行产品推荐。相比于相关技术中，仅根据目标用户的历史行为数据，向目标用户进行产品推荐而言，采用上述方法，引入目标用户的相似用户，并根据相似用户的感兴趣产品向目标用户进行产品推荐，能够向目标用户推荐一些目标用户未浏览但可能感兴趣的产品，进而提高了产品推荐的全面性。