產品推薦方法、裝置、計算機設備和存儲介質制造方法及圖紙

本申請涉及一種產品推薦方法、裝置、計算機設備、存儲介質和計算機程序產品，涉及人工智能技術領域。該方法包括：根據待推薦產品和第一目標用戶的資源總量，確定初始產品組合和初始產品組合在多個預設產品目標下的目標信息；根據初始產品組合在多個預設產品目標下的目標信息，從初始產品組合中，篩選出滿足預設目標信息的候選產品組合；根據第一目標用戶和第二目標用戶對候選產品組合的偏好度，確定第一目標用戶和第二目標用戶之間的相似度；根據相似度和第二目標用戶對候選產品組合的偏好度，確定候選產品組合的推薦度；根據推薦度，從候選產品組合中確定出推薦給第一目標用戶的目標產品組合。采用本方法，能夠提高產品組合的推薦準確率。的推薦準確率。的推薦準確率。

【技術實現步驟摘要】
產品推薦方法、裝置、計算機設備和存儲介質


[0001]本申請涉及人工智能
，特別是涉及一種產品推薦方法、裝置、計算機設備、存儲介質和計算機程序產品。

技術介紹

[0002]隨著互聯網技術的發展，網絡上出現了各種類型的產品，用戶可以根據自己需求選擇對應的產品。
[0003]然而，在選擇產品組合時，主要是通過銷售人員的推薦或者其他用戶的推薦；但是，這種推薦方式存在主觀性，所考慮的因素較少，導致產品組合的推薦準確率較低。

技術實現思路

[0004]基于此，有必要針對上述技術問題，提供一種能夠提高產品組合的推薦準確率的產品推薦方法、裝置、計算機設備、計算機可讀存儲介質和計算機程序產品。
[0005]第一方面，本申請提供了一種產品推薦方法。所述方法包括：
[0006]根據待推薦產品和第一目標用戶的資源總量，確定初始產品組合和所述初始產品組合在多個預設產品目標下的目標信息；所述初始產品組合表示在所述資源總量的約束下，對所述待推薦產品的選擇組合，所述初始產品組合中的每個產品關聯有對應的預測資源轉移比例；
[0007]根據所述初始產品組合在多個預設產品目標下的目標信息，從所述初始產品組合中，篩選出滿足預設目標信息的候選產品組合；
[0008]根據所述第一目標用戶和第二目標用戶對所述候選產品組合的偏好度，確定所述第一目標用戶和所述第二目標用戶之間的相似度；所述第二目標用戶為預設用戶中除所述第一目標用戶之外的用戶；
[0009]根據所述相似度和所述第二目標用戶對所述候選產品組合的偏好度，確定所述候選產品組合的推薦度；
[0010]根據所述推薦度，從所述候選產品組合中確定出推薦給所述第一目標用戶的目標產品組合。
[0011]在其中一個實施例中，所述根據待推薦產品和第一目標用戶的資源總量，確定初始產品組合和所述初始產品組合在多個預設產品目標下的目標信息，包括：
[0012]獲取待推薦產品的產品信息；
[0013]將所述待推薦產品的產品信息和第一目標用戶的資源總量，輸入多個預設產品目標下的產品組合預測模型，得到初始產品組合、所述初始產品組合中的每個產品的預測資源轉移比例和所述初始產品組合在所述多個預設產品目標下的目標信息。
[0014]在其中一個實施例中，所述根據所述初始產品組合在多個預設產品目標下的目標信息，從所述初始產品組合中，篩選出滿足預設目標信息的候選產品組合，包括：
[0015]將所述初始產品組合在多個預設產品目標下的目標信息作為一個粒子，得到多個
粒子，根據所述多個粒子，得到當前粒子群和外部粒子群；
[0016]根據所述當前粒子群中的粒子在目標空間的位置信息，與所述外部粒子群中的粒子在所述目標空間的位置信息，確認所述當前粒子群中的粒子與所述外部粒子群中的粒子之間的距離；
[0017]從所述外部粒子群篩選出所述距離大于平均距離的粒子，得到候選粒子群；
[0018]根據所述候選粒子群中的粒子的擁擠距離，從所述候選粒子群中篩選出所述擁擠距離滿足預設擁擠距離的目標粒子；
[0019]將所述目標粒子所對應的初始產品組合，確認為滿足預設目標信息的候選產品組合。
[0020]在其中一個實施例中，所述根據所述多個粒子，得到當前粒子群和外部粒子群，包括：
[0021]確認所述多個粒子中的每個粒子與參考點之間的距離，從所述多個粒子中篩選出所述距離最小的粒子；
[0022]從所述多個粒子中篩選出處于偏好區域中的粒子；所述偏好區域為根據所述參考點、所述距離最小的粒子和偏好區域擴展系數所設定的區域；
[0023]根據切比雪夫支配方式，從處于偏好區域中的粒子中篩選出非劣粒子群，作為所述外部粒子群，以及將處于偏好區域中的粒子中除所述非劣粒子群之外的粒子群，作為所述當前粒子群。
[0024]在其中一個實施例中，在根據所述第一目標用戶和第二目標用戶對所述候選產品組合的偏好度，確定所述第一目標用戶和所述第二目標用戶之間的相似度之前，還包括：
[0025]獲取所述預設用戶對所述待推薦產品的歷史資源轉移比例；
[0026]根據所述預設用戶對所述待推薦產品的歷史資源轉移比例，構建產品頻次矩陣；
[0027]根據所述產品頻次矩陣，確定所述第一目標用戶對所述候選產品組合中的各個產品的歷史資源轉移比例，以及所述第二目標用戶對所述候選產品組合中的各個產品的歷史資源轉移比例；
[0028]將所述第一目標用戶對所述候選產品組合中的各個產品的歷史資源轉移比例進行融合處理，得到所述第一目標用戶對所述候選產品組合的偏好度，以及將所述第二目標用戶對所述候選產品組合中的各個產品的歷史資源轉移比例進行融合處理，得到所述第二目標用戶對所述候選產品組合的偏好度。
[0029]在其中一個實施例中，所述根據所述第一目標用戶和第二目標用戶對所述候選產品組合的偏好度，確定所述第一目標用戶和所述第二目標用戶之間的相似度，包括：
[0030]將所述第一目標用戶和第二目標用戶對所述候選產品組合的偏好度，輸入至皮爾遜相似度確認模型中，得到所述第一目標用戶與所述第二目標用戶之間的皮爾遜相似度；
[0031]將所述第一目標用戶與所述第二目標用戶之間的皮爾遜相似度，確認為所述第一目標用戶與所述第二目標用戶之間的相似度。
[0032]在其中一個實施例中，所述根據所述相似度和所述第二目標用戶對所述候選產品組合的偏好度，確定所述候選產品組合的推薦度，包括：
[0033]針對每個第二目標用戶，分別將所述第一目標用戶與所述第二目標用戶之間的相似度，與所述第二目標用戶對所述候選產品組合的偏好度進行融合處理，得到多個融合處
理結果；
[0034]將所述多個融合處理結果進行再次融合處理，得到所述候選產品組合的推薦度。
[0035]在其中一個實施例中，所述根據所述推薦度，從所述候選產品組合中確定出推薦給所述第一目標用戶的目標產品組合，包括：
[0036]從所述候選產品組合中，篩選出所述推薦度滿足預設推薦度的目標產品組合；
[0037]將所述目標產品組合推薦給所述第一目標用戶。
[0038]第二方面，本申請還提供了一種產品推薦裝置。所述裝置包括：
[0039]產品組合模塊，用于根據待推薦產品和第一目標用戶的資源總量，確定初始產品組合和所述初始產品組合在多個預設產品目標下的目標信息；所述初始產品組合表示在所述資源總量的約束下，對所述待推薦產品的選擇組合，所述初始產品組合中的每個產品關聯有對應的預測資源轉移比例；
[0040]組合篩選模塊，用于根據所述初始產品組合在多個預設產品目標下的目標信息，從所述初始產品組合中，篩選出滿足預設目標信息的候選產品組合；
[0041]相似度計算模塊，用于根據所述第一目標用戶和第二目標用戶對所述候選產品組合的偏好度，確定所述第一目標用戶和所述第二目標用戶之間的相似度；所述第二目標用戶為預設用戶中除所述第一目標本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種產品推薦方法，其特征在于，所述方法包括：根據待推薦產品和第一目標用戶的資源總量，確定初始產品組合和所述初始產品組合在多個預設產品目標下的目標信息；所述初始產品組合表示在所述資源總量的約束下，對所述待推薦產品的選擇組合，所述初始產品組合中的每個產品關聯有對應的預測資源轉移比例；根據所述初始產品組合在多個預設產品目標下的目標信息，從所述初始產品組合中，篩選出滿足預設目標信息的候選產品組合；根據所述第一目標用戶和第二目標用戶對所述候選產品組合的偏好度，確定所述第一目標用戶和所述第二目標用戶之間的相似度；所述第二目標用戶為預設用戶中除所述第一目標用戶之外的用戶；根據所述相似度和所述第二目標用戶對所述候選產品組合的偏好度，確定所述候選產品組合的推薦度；根據所述推薦度，從所述候選產品組合中確定出推薦給所述第一目標用戶的目標產品組合。2.根據權利要求1所述的方法，其特征在于，所述根據待推薦產品和第一目標用戶的資源總量，確定初始產品組合和所述初始產品組合在多個預設產品目標下的目標信息，包括：獲取待推薦產品的產品信息；將所述待推薦產品的產品信息和第一目標用戶的資源總量，輸入多個預設產品目標下的產品組合預測模型，得到初始產品組合、所述初始產品組合中的每個產品的預測資源轉移比例和所述初始產品組合在所述多個預設產品目標下的目標信息。3.根據權利要求1所述的方法，其特征在于，所述根據所述初始產品組合在多個預設產品目標下的目標信息，從所述初始產品組合中，篩選出滿足預設目標信息的候選產品組合，包括：將所述初始產品組合在多個預設產品目標下的目標信息作為一個粒子，得到多個粒子，根據所述多個粒子，得到當前粒子群和外部粒子群；根據所述當前粒子群中的粒子在目標空間的位置信息，與所述外部粒子群中的粒子在所述目標空間的位置信息，確認所述當前粒子群中的粒子與所述外部粒子群中的粒子之間的距離；從所述外部粒子群篩選出所述距離大于平均距離的粒子，得到候選粒子群；根據所述候選粒子群中的粒子的擁擠距離，從所述候選粒子群中篩選出所述擁擠距離滿足預設擁擠距離的目標粒子；將所述目標粒子所對應的初始產品組合，確認為滿足預設目標信息的候選產品組合。4.根據權利要求3所述的方法，其特征在于，所述根據所述多個粒子，得到當前粒子群和外部粒子群，包括：確認所述多個粒子中的每個粒子與參考點之間的距離，從所述多個粒子中篩選出所述距離最小的粒子；從所述多個粒子中篩選出處于偏好區域中的粒子；所述偏好區域為根據所述參考點、所述距離最小的粒子和偏好區域擴展系數所設定的區域；根據切比雪夫支配方式，從處于偏好區域中的粒子中篩選出非劣粒子群，作為所述外
部粒子群，以及將處于偏好區域中的粒子中除所述非劣粒子群之外的粒子群，作為所述當前粒子群。5.根據權利要求1所述的方法，其特征在于，在根據所述第一目標用戶和第二目標用戶對所述候選產品組合的偏好度，確定所述第一目標用戶和所述第二目標用戶之間的相似度之前，還包括：獲取所述預設用戶對所述待推薦產品的歷史資源轉移比例；根據所述預設用戶對所述待推薦產品的歷史資源轉移比例，構建產品頻次矩陣；根據所述產品頻次矩陣，確定所述第一目標用戶對所述候選產品組合中的各個產...

【專利技術屬性】
技術研發人員：劉瓊，李斐，呂承澤，陳鎮發，
申請(專利權)人：中國工商銀行股份有限公司，
類型：發明
國別省市：