一种商品和尺码的推荐方法、装置、设备及介质与流程

本发明涉及，尤其涉及一种商品和尺码的推荐方法、装置、设备及介质。

背景技术：

1、在各类电商app中，鞋服类商品作为衣食住行的首位，往往占很大的比重，消费者在遇到喜欢的商品时，会出现没有自己合适尺码的尴尬境地，这种情况既影响了消费者的购物体验，也因为无法带来成交转化而造成推荐位的浪费。因此，在鞋服类推荐场景中，不仅要注重个性化推荐，也要同时考虑到用户的偏好尺码。

2、目前，关于尺码的使用，主要有以下几种方式：

3、一是不考虑尺码，即使完全无库存或用户对应尺码无库存情况下也照常推荐给用户。

4、二是用户在app中填报自己的身高体重，鞋尺码等信息。这种方式需要用户主动填写，很多客户不愿意填写并且大多数只支持一种填写，对于宝妈这种既有儿童购物需求又有成人购物需求的用户来说，并不够智能。另外，鞋服场景中，尺码有多套体系，例如鞋就对应有欧洲码、亚洲码、国际码等尺码，衣服有对应有s、m、l、均码等，完全靠人工填写不方便管理。

5、三是基于用户一段时间内的购买，加购行为进行数据统计，从购买次数判断用户的偏好尺码。这种方式能较大概率的命中用户的尺码，但是对于不同商品，无法自适应的找到用户的偏好尺码，例如某用户对男装的偏好是xl，对女装的偏好是s，这种方式在女用户购买男装时，将没有xl尺码的衣服过滤，产生误判。

技术实现思路

1、本发明提供了一种商品和尺码的推荐方法、装置、设备及介质，以实现对商品及其尺码的准确推荐。

2、根据本发明的一方面，提供了一种商品和尺码的推荐方法，包括：

3、从数据库中获取目标用户的用户特征和待推荐商品的商品特征；

4、将所述用户特征和商品特征拼接后输入尺码偏好预测ffm模型，得到预测向量；

5、使用softmax函数计算所述预测向量得到所述目标用户对所述待推荐商品的偏好尺码；

6、根据所述偏好尺码的库存情况，从所述待推荐商品中确定向所述目标用户推荐的目标推荐商品和所述目标推荐商品的推荐尺码。

7、根据本发明的另一方面，提供了一种商品和尺码的推荐装置，包括：

8、特征获取模块，用于从数据库中获取目标用户的用户特征和待推荐商品的商品特征；

9、尺码预测模块，用于将所述用户特征和商品特征拼接后输入尺码偏好预测ffm模型，得到预测向量；

10、尺码确定模块，用于使用softmax函数计算所述预测向量得到所述目标用户对所述待推荐商品的偏好尺码；

11、商品确定模块，用于根据所述偏好尺码的库存情况，从所述待推荐商品中确定向所述目标用户推荐的目标推荐商品和所述目标推荐商品的推荐尺码。

12、根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

13、至少一个处理器；以及

14、与所述至少一个处理器通信连接的存储器；其中，

15、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的商品和尺码的推荐方法。

16、根据本发明的另一方面，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存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的商品和尺码的推荐方法。

17、本发明实施例通过根据用户特征和商品特征，来实时确定用户对各个商品的具体偏好尺码，避免在切换商品时，对新商品的偏好尺码产生误判，实现对商品及其尺码的准确推荐。

18、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种商品和尺码的推荐方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述将所述用户特征和商品特征拼接后输入尺码偏好预测ffm模型，得到预测向量包括：

3.根据权利要求2所述的方法，其特征在于，所述使用softmax函数计算所述预测向量得到所述目标用户对所述待推荐商品的偏好尺码包括：

4.根据权利要求3所述的方法，其特征在于，根据所述偏好尺码的库存情况，从所述待推荐商品中确定向所述目标用户推荐的目标推荐商品和所述目标推荐商品的推荐尺码，包括：

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

6.根据权利要求5所述的方法，其特征在于，所述根据历史行为数据确定正负样本包括：

7.一种商品和尺码的推荐装置，其特征在于，所述装置包括：

8.根据权利要求7所述的装置，其特征在于，所述尺码预测模块包括：

9.一种电子设备，其特征在于，所述电子设备包括：

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的商品和尺码的推荐方法。

技术总结
本发明公开了一种商品和尺码的推荐方法、装置、设备及介质。该方法包括：从数据库中获取目标用户的用户特征和待推荐商品的商品特征；将所述用户特征和商品特征拼接后输入尺码偏好预测FFM模型，得到预测向量；使用softmax函数计算所述预测向量得到所述目标用户对所述待推荐商品的偏好尺码；根据所述偏好尺码的库存情况，从所述待推荐商品中确定向所述目标用户推荐的目标推荐商品和所述目标推荐商品的推荐尺码。本发明实施例可以实现对商品及其尺码的准确推荐。

技术研发人员：熊凡,于敬,石京京
受保护的技术使用者：达观数据（苏州）有限公司
技术研发日：
技术公布日：2024/3/27