信息推荐方法、系统、电子设备及存储介质与流程

本发明属于信息推荐，具体而言，涉及一种信息推荐方法、系统、电子设备及存储介质。

背景技术：

1、大语言模型带来了人工智能领域在各个领域的革新，特别是对于文本信息的理解已经达到了可以应用的层面。基于此诞生了一系列服务于电商的机器人。

2、比如shopify电商平台的sidekick机器人，ibm(international businessmachines corporation，国际商业及其公司)平台的watsonx机器人可以协助电商与消费者进行沟通，帮助用户选择商品，跟进物流。同样的，国内也推出了包括淘宝问问，百度小优等服务与电商的对话机器人。以上技术基本上是基于大语言模型的框架构建的agent(智能体)。然而要克服幻想问题，通常需要较好的grounding(语境落地)策略，以及服务于此的框架。

3、然后，现有技术中，电商机器人仍然以对话理解作为主要的目的，没有针对电商领域提供特有的信息处理方案，从而无法在较大规模上整合商品信息，进而存在为用户推荐的商品信息不够准确的技术问题。

技术实现思路

1、本发明实施例提供了一种信息推荐方法、系统、电子设备及存储介质，以至少解决现有技术中电商机器人为用户推荐的商品信息不够准确的技术问题。

2、根据本发明实施例的第一个方面，提供了一种信息推荐方法，包括：获取商品数据；根据商品数据，利用大语言模型和预设算法，构建商品知识库，其中，商品知识库包括多个关键词节点和与关键词节点对应的知识摘要；获取用户输入；根据用户输入和商品知识库，确定推荐商品数据，其中，推荐商品数据来源于网络实时数据。

3、可选的，预设算法为贝叶斯网络，根据商品数据，利用大语言模型和预设算法，构建商品知识库包括：利用大语言模型，对商品数据进行结构化处理得到结构化商品数据；对结构化商品数据进行词频统计得到词频统计结果；根据词频统计结果，基于贝叶斯网络构建商品知识网络；根据商品知识网络，构建商品知识库。

4、可选的，根据商品知识网络，构建商品知识库包括：根据商品知识网络，确定关键词组合，其中，商品知识网络中包括多个关键词节点，关键词组合根据关键词节点之间的概率关系确定；根据关键词组合，确定关键词相关数据；利用大语言模型，根据关键词相关数据确定知识摘要；根据知识摘要和关键词组合，确定商品知识库。

5、可选的，根据用户输入和商品知识库，确定推荐商品数据包括：利用大语言模型，对用户输入进行解析得到解析结果；根据解析结果和商品知识库，确定目标知识摘要；根据目标知识摘要进行数据挖掘，确定推荐商品数据。

6、可选的，根据目标知识摘要进行数据挖掘，确定推荐商品数据包括：根据目标知识摘要确定数据挖掘参数；根据数据挖掘参数进行数据挖掘得到商品列表；根据预设排序参数对商品列表进行排序得到有序列表，其中，预设排序参数包括但不限于以下一种或多种：商品价格、优惠力度、销售量、匹配度及商品热度；根据有序列表，确定推荐商品数据。

7、可选的，信息推荐方法还包括：获取多个用户的购买数据；根据多个用户的购买数据，利用预设算法，确定多个用户对应的多个兴趣列表；根据多个兴趣列表，确定相似列表；对相似列表对应的用户进行协同推荐。

8、根据本发明实施例的第二方面，还提供一种信息推荐系统，包括：

9、第一获取模块，用于获取商品数据；构建模块，用于根据商品数据，利用大语言模型和预设算法，构建商品知识库，其中，商品知识库包括多个关键词节点和与关键词节点对应的知识摘要；第二获取模块，用于获取用户输入；确定模块，用于根据用户输入和商品知识库，确定推荐商品数据，其中，推荐商品数据来源于网络实时数据。

10、可选的，预设算法为贝叶斯网络，构建模块还用于：利用大语言模型，对商品数据进行结构化处理得到结构化商品数据；对结构化商品数据进行词频统计得到词频统计结果；根据词频统计结果，基于贝叶斯网络构建商品知识网络；根据商品知识网络，构建商品知识库。

11、可选的，构建模块还用于：根据商品知识网络，确定关键词组合，其中，商品知识网络中包括多个关键词节点，关键词组合根据关键词节点之间的概率关系确定；根据关键词组合，确定关键词相关数据；利用大语言模型，根据关键词相关数据确定知识摘要；根据知识摘要和关键词组合，确定商品知识库。

12、可选的，确定模块还用于：利用大语言模型，对用户输入进行解析得到解析结果；根据解析结果和商品知识库，确定目标知识摘要；根据目标知识摘要进行数据挖掘，确定推荐商品数据。

13、可选的，确定模块还用于：根据目标知识摘要确定数据挖掘参数；根据数据挖掘参数进行数据挖掘得到商品列表；根据预设排序参数对商品列表进行排序得到有序列表，其中，预设排序参数包括但不限于以下一种或多种：商品价格、优惠力度、销售量、匹配度及商品热度；根据有序列表，确定推荐商品数据。

14、可选的，确定模块还用于：获取多个用户的购买数据；根据多个用户的购买数据，利用预设算法，确定多个用户对应的多个兴趣列表；根据多个兴趣列表，确定相似列表；对相似列表对应的用户进行协同推荐。

15、根据本发明实施例的第三方面，还提供了一种电子设备，包括存储器和处理器，存储器中存储有计算机程序，处理器被设置为运行计算机程序以执行上述第一方面任一实施例中所述的信息推荐方法。

16、根据本发明实施例的第四方面，还提供了一种非易失性存储介质，非易失性存储介质中存储有计算机程序，其中，计算机程序被设置为在计算机或处理器上运行时，执行上述第一方面任一实施例中所述的信息推荐方法。

17、根据本发明实施例的第五方面，还提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如上述第一方面任一实施例中所述的信息推荐方法。

18、在本发明实施例中，首先获取商品数据，然后根据商品数据，利用大语言模型和预设算法，构建商品知识库，其中，商品知识库包括多个关键词节点和与关键词节点对应的知识摘要；然后获取用户输入，最后根据用户输入和商品知识库，确定推荐商品数据，其中，推荐商品数据来源于互联网实时数据。本发明利用大语言模型和预设算法，根据商品数据构建出商品知识库，然后根据用户输入和商品知识库确定到的推荐商品数据，该商品数据基于大语言模型和预设模型充分考虑了电商领域信息的整合与处理，推荐出的商品数据更加符合用户需求，进而可以解决现有技术中电商机器人为用户推荐的商品信息不够准确的技术问题。

技术特征：

1.一种信息推荐方法，其特征在于，包括：

2.根据权利要求1所述的信息推荐方法，其特征在于，所述预设算法为贝叶斯网络，

3.根据权利要求2所述的信息推荐方法，其特征在于，所述根据所述商品知识网络，构建所述商品知识库包括：

4.根据权利要求1所述的信息推荐方法，其特征在于，所述根据所述用户输入和所述商品知识库，确定推荐商品数据包括：

5.根据权利要求4所述的信息推荐方法，其特征在于，所述根据所述目标知识摘要进行数据挖掘，确定所述推荐商品数据包括：

6.根据权利要求1所述的信息推荐方法，其特征在于，还包括：

7.一种信息推荐系统，其特征在于，包括：

8.一种电子设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述权利要求1至6任一项中所述的信息推荐方法。

9.一种非易失性存储介质，其特征在于，所述非易失性存储介质中存储有计算机程序，其中，所述计算机程序被设置为在计算机或处理器上运行时，执行上述权利要求1至6任一项中所述的信息推荐方法。

10.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现如权利要求1至6任一项所述的方法的步骤。

技术总结
本发明公开了一种信息推荐方法、系统、电子设备及存储介质，方法包括：获取商品数据；根据商品数据，利用大语言模型和预设算法，构建商品知识库，其中，商品知识库包括多个关键词节点和与关键词节点对应的知识摘要；获取用户输入；根据用户输入和商品知识库，确定推荐商品数据，其中，推荐商品数据来源于网络实时数据。本发明解决了现有技术中电商机器人为用户推荐的商品信息不够准确的技术问题。

技术研发人员：张超,张旭成,杨宇,李晨
受保护的技术使用者：苏州跃盟信息科技有限公司
技术研发日：
技术公布日：2024/4/17