System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 亚洲AV无码乱码在线观看性色扶,国产午夜无码专区喷水,色综合久久久久无码专区
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種產(chǎn)品推薦策略確定方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)制造方法及圖紙

    技術(shù)編號(hào):43542520 閱讀:10 留言:0更新日期:2024-12-03 12:23
    本發(fā)明專利技術(shù)實(shí)施例公開了一種產(chǎn)品推薦策略確定方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。該方法包括:獲取當(dāng)前推薦周期內(nèi)待推薦產(chǎn)品的當(dāng)前產(chǎn)品推薦策略矩陣和當(dāng)前推薦需求,以及待推薦用戶對于每個(gè)待推薦產(chǎn)品的當(dāng)前轉(zhuǎn)化概率和當(dāng)前預(yù)期收益;基于當(dāng)前產(chǎn)品推薦策略矩陣、當(dāng)前轉(zhuǎn)化概率和當(dāng)前預(yù)期收益,確定各個(gè)待推薦產(chǎn)品對應(yīng)的推薦策略得分函數(shù),并通過對當(dāng)前推薦需求進(jìn)行分析,確定推薦策略得分函數(shù)對應(yīng)的約束條件;基于當(dāng)前產(chǎn)品推薦策略矩陣、推薦策略得分函數(shù)和約束條件,確定當(dāng)前產(chǎn)品推薦策略矩陣對應(yīng)的當(dāng)前推薦策略得分,并基于當(dāng)前推薦策略得分和預(yù)設(shè)收斂條件,確定各個(gè)待推薦產(chǎn)品對應(yīng)的目標(biāo)產(chǎn)品推薦策略,提高了目標(biāo)產(chǎn)品推薦策略確定的效率和準(zhǔn)確性。

    【技術(shù)實(shí)現(xiàn)步驟摘要】

    本專利技術(shù)實(shí)施例涉及資源分配,尤其涉及一種產(chǎn)品推薦策略確定方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)


    技術(shù)介紹

    1、隨著信息技術(shù)的發(fā)展,用戶對于運(yùn)營商提供的網(wǎng)絡(luò)、語音、信息服務(wù)的需求越發(fā)豐富且各不相同。為此,運(yùn)營商推出了各式各樣的服務(wù)產(chǎn)品以覆蓋用戶需求,并通過多種推薦活動(dòng)向用戶推廣服務(wù)產(chǎn)品以提高用戶感知和公司收益。由于推薦活動(dòng)會(huì)消耗大量的推薦資源,且針對用戶的推薦機(jī)會(huì)有限,如何對用戶進(jìn)行精準(zhǔn)推薦尤為重要。

    2、目前,通常采用人工推薦產(chǎn)品的方式,根據(jù)人工業(yè)務(wù)經(jīng)驗(yàn)為用戶推薦服務(wù)產(chǎn)品。運(yùn)營商可以根據(jù)業(yè)務(wù)經(jīng)驗(yàn)確定服務(wù)產(chǎn)品的優(yōu)先級(jí),并根據(jù)服務(wù)產(chǎn)品的優(yōu)先級(jí)依次按照優(yōu)先級(jí)從高到低的順序向用戶推薦服務(wù)產(chǎn)品。

    3、然而,這種人工推薦產(chǎn)品的方式,使得優(yōu)先級(jí)靠前的服務(wù)產(chǎn)品可獲得更多優(yōu)質(zhì)用戶資源,反之優(yōu)先級(jí)靠后的服務(wù)產(chǎn)品則會(huì)因用戶資源少而難以推廣,導(dǎo)致無法進(jìn)行有效的產(chǎn)品推薦和推廣。


    技術(shù)實(shí)現(xiàn)思路

    1、本專利技術(shù)實(shí)施例提供一種產(chǎn)品推薦策略確定方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì),以準(zhǔn)確且便捷地確定當(dāng)前推薦周期內(nèi)所有待推薦產(chǎn)品對應(yīng)的目標(biāo)產(chǎn)品推薦策略,提高了目標(biāo)產(chǎn)品推薦策略確定的效率和準(zhǔn)確性。

    2、第一方面,本專利技術(shù)實(shí)施例提供了一種產(chǎn)品推薦策略確定方法,包括:

    3、獲取當(dāng)前推薦周期內(nèi)待推薦產(chǎn)品的當(dāng)前產(chǎn)品推薦策略矩陣和當(dāng)前推薦需求,以及待推薦用戶對于每個(gè)待推薦產(chǎn)品的當(dāng)前轉(zhuǎn)化概率和當(dāng)前預(yù)期收益;所述當(dāng)前轉(zhuǎn)化概率為基于目標(biāo)產(chǎn)品轉(zhuǎn)化概率預(yù)測模型預(yù)測得到的;所述當(dāng)前預(yù)期收益為基于目標(biāo)產(chǎn)品預(yù)期收益預(yù)測模型預(yù)測得到的;

    4、基于所述當(dāng)前產(chǎn)品推薦策略矩陣、所述當(dāng)前轉(zhuǎn)化概率和所述當(dāng)前預(yù)期收益,確定各個(gè)待推薦產(chǎn)品對應(yīng)的推薦策略得分函數(shù),并通過對每個(gè)待推薦產(chǎn)品的當(dāng)前推薦需求進(jìn)行分析,確定所述推薦策略得分函數(shù)對應(yīng)的約束條件;

    5、基于所述當(dāng)前產(chǎn)品推薦策略矩陣、所述推薦策略得分函數(shù)和所述約束條件,確定所述當(dāng)前產(chǎn)品推薦策略矩陣對應(yīng)的當(dāng)前推薦策略得分,并基于所述當(dāng)前推薦策略得分和預(yù)設(shè)收斂條件,確定各個(gè)待推薦產(chǎn)品對應(yīng)的目標(biāo)產(chǎn)品推薦策略。

    6、第二方面,本專利技術(shù)實(shí)施例還提供了一種產(chǎn)品推薦策略確定裝置,該裝置包括:

    7、信息獲取模塊,用于獲取當(dāng)前推薦周期內(nèi)待推薦產(chǎn)品的當(dāng)前產(chǎn)品推薦策略矩陣和當(dāng)前推薦需求,以及待推薦用戶對于每個(gè)待推薦產(chǎn)品的當(dāng)前轉(zhuǎn)化概率和當(dāng)前預(yù)期收益;所述當(dāng)前轉(zhuǎn)化概率為基于目標(biāo)產(chǎn)品轉(zhuǎn)化概率預(yù)測模型預(yù)測得到的;所述當(dāng)前預(yù)期收益為基于目標(biāo)產(chǎn)品預(yù)期收益預(yù)測模型預(yù)測得到的;

    8、推薦策略得分函數(shù)確定模塊,用于基于所述當(dāng)前產(chǎn)品推薦策略矩陣、所述當(dāng)前轉(zhuǎn)化概率和所述當(dāng)前預(yù)期收益,確定各個(gè)待推薦產(chǎn)品對應(yīng)的推薦策略得分函數(shù),并通過對每個(gè)待推薦產(chǎn)品的當(dāng)前推薦需求進(jìn)行分析,確定所述推薦策略得分函數(shù)對應(yīng)的約束條件;

    9、目標(biāo)產(chǎn)品推薦策略確定模塊,用于基于所述當(dāng)前產(chǎn)品推薦策略矩陣、所述推薦策略得分函數(shù)和所述約束條件,確定所述當(dāng)前產(chǎn)品推薦策略矩陣對應(yīng)的當(dāng)前推薦策略得分,并基于所述當(dāng)前推薦策略得分和預(yù)設(shè)收斂條件,確定各個(gè)待推薦產(chǎn)品對應(yīng)的目標(biāo)產(chǎn)品推薦策略。

    10、第三方面,本專利技術(shù)實(shí)施例還提供了一種電子設(shè)備,所述電子設(shè)備包括:

    11、一個(gè)或多個(gè)處理器;

    12、存儲(chǔ)器,用于存儲(chǔ)一個(gè)或多個(gè)程序;

    13、當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行,使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)如本專利技術(shù)任意實(shí)施例所提供的產(chǎn)品推薦策略確定方法。

    14、第四方面,本專利技術(shù)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其上存儲(chǔ)有計(jì)算機(jī)程序,該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本專利技術(shù)任意實(shí)施例所提供的產(chǎn)品推薦策略確定方法。

    15、第五方面,本專利技術(shù)實(shí)施例提供了一種計(jì)算機(jī)程序產(chǎn)品,包括計(jì)算機(jī)程序,所述計(jì)算機(jī)程序在被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本專利技術(shù)任意實(shí)施例所提供的產(chǎn)品推薦策略確定方法。

    16、本專利技術(shù)實(shí)施例的技術(shù)方案,通過獲取當(dāng)前推薦周期內(nèi)待推薦產(chǎn)品的當(dāng)前產(chǎn)品推薦策略矩陣和當(dāng)前推薦需求,以及待推薦用戶對于每個(gè)待推薦產(chǎn)品的當(dāng)前轉(zhuǎn)化概率和當(dāng)前預(yù)期收益;所述當(dāng)前轉(zhuǎn)化概率為基于目標(biāo)產(chǎn)品轉(zhuǎn)化概率預(yù)測模型預(yù)測得到的;所述當(dāng)前預(yù)期收益為基于目標(biāo)產(chǎn)品預(yù)期收益預(yù)測模型預(yù)測得到的;基于所述當(dāng)前產(chǎn)品推薦策略矩陣、所述當(dāng)前轉(zhuǎn)化概率和所述當(dāng)前預(yù)期收益,確定各個(gè)待推薦產(chǎn)品對應(yīng)的推薦策略得分函數(shù),并通過對每個(gè)待推薦產(chǎn)品的當(dāng)前推薦需求進(jìn)行分析,確定所述推薦策略得分函數(shù)對應(yīng)的約束條件;基于所述當(dāng)前產(chǎn)品推薦策略矩陣、所述推薦策略得分函數(shù)和所述約束條件,確定所述當(dāng)前產(chǎn)品推薦策略矩陣對應(yīng)的當(dāng)前推薦策略得分,并基于所述當(dāng)前推薦策略得分和預(yù)設(shè)收斂條件,對所有待推薦產(chǎn)品統(tǒng)一進(jìn)行目標(biāo)產(chǎn)品推薦策略的確定,從而準(zhǔn)確且便捷地確定當(dāng)前推薦周期內(nèi)所有待推薦產(chǎn)品對應(yīng)的目標(biāo)產(chǎn)品推薦策略,并提高了目標(biāo)產(chǎn)品推薦策略確定的效率和準(zhǔn)確性,進(jìn)而可以依據(jù)目標(biāo)產(chǎn)品推薦策略將待推薦產(chǎn)品有效地推薦給待推薦用戶,以提高用戶感知和公司收益。

    17、應(yīng)當(dāng)理解,本部分所描述的內(nèi)容并非旨在標(biāo)識(shí)本專利技術(shù)的實(shí)施例的關(guān)鍵或重要特征,也不用于限制本專利技術(shù)的范圍。本專利技術(shù)的其它特征將通過以下的說明書而變得容易理解。

    本文檔來自技高網(wǎng)...

    【技術(shù)保護(hù)點(diǎn)】

    1.一種產(chǎn)品推薦策略確定方法,其特征在于,包括:

    2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述獲取當(dāng)前推薦周期內(nèi)待推薦產(chǎn)品的當(dāng)前產(chǎn)品推薦策略矩陣,包括:

    3.根據(jù)權(quán)利要求1所述的方法,其特征在于,獲取當(dāng)前推薦周期內(nèi)待推薦用戶對于每個(gè)待推薦產(chǎn)品的當(dāng)前轉(zhuǎn)化概率和當(dāng)前預(yù)期收益,包括:

    4.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述基于所述當(dāng)前產(chǎn)品推薦策略矩陣、所述當(dāng)前轉(zhuǎn)化概率和所述當(dāng)前預(yù)期收益,確定各個(gè)待推薦產(chǎn)品對應(yīng)的推薦策略得分函數(shù),包括:

    5.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述約束條件包括以下至少一項(xiàng):所述當(dāng)前產(chǎn)品推薦策略矩陣中每行元素的元素值之和為一,且每個(gè)元素取零或一;所述當(dāng)前產(chǎn)品推薦策略矩陣中每列元素的元素值之和在當(dāng)前推薦需求中的預(yù)設(shè)推薦數(shù)量區(qū)間內(nèi);所述當(dāng)前產(chǎn)品推薦策略矩陣中當(dāng)前轉(zhuǎn)化概率小于或等于所述當(dāng)前推薦需求中的預(yù)設(shè)轉(zhuǎn)化概率的元素置零;所述當(dāng)前產(chǎn)品推薦策略矩陣中當(dāng)前預(yù)期收益小于或等于所述當(dāng)前推薦需求中的預(yù)設(shè)預(yù)期收益的元素置零。

    6.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述基于所述當(dāng)前產(chǎn)品推薦策略矩陣、所述推薦策略得分函數(shù)和所述約束條件,確定所述當(dāng)前產(chǎn)品推薦策略矩陣對應(yīng)的當(dāng)前推薦策略得分,并基于所述當(dāng)前推薦策略得分和預(yù)設(shè)收斂條件,確定各個(gè)待推薦產(chǎn)品對應(yīng)的目標(biāo)產(chǎn)品推薦策略,包括:

    7.根據(jù)權(quán)利要求6所述的方法,其特征在于,所述基于預(yù)設(shè)調(diào)整規(guī)則和所述約束條件對所述當(dāng)前產(chǎn)品推薦策略矩陣進(jìn)行迭代調(diào)整,得到元素值調(diào)整后的當(dāng)前產(chǎn)品推薦策略矩陣,包括:

    8.一種產(chǎn)品推薦策略確定裝置,其特征在于,所述裝置包括:

    9.一種電子設(shè)備,其特征在于,所述電子設(shè)備包括:

    10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì),其上存儲(chǔ)有計(jì)算機(jī)程序,其特征在于,該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-7中任一所述的產(chǎn)品推薦策略確定方法。

    ...

    【技術(shù)特征摘要】

    1.一種產(chǎn)品推薦策略確定方法,其特征在于,包括:

    2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述獲取當(dāng)前推薦周期內(nèi)待推薦產(chǎn)品的當(dāng)前產(chǎn)品推薦策略矩陣,包括:

    3.根據(jù)權(quán)利要求1所述的方法,其特征在于,獲取當(dāng)前推薦周期內(nèi)待推薦用戶對于每個(gè)待推薦產(chǎn)品的當(dāng)前轉(zhuǎn)化概率和當(dāng)前預(yù)期收益,包括:

    4.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述基于所述當(dāng)前產(chǎn)品推薦策略矩陣、所述當(dāng)前轉(zhuǎn)化概率和所述當(dāng)前預(yù)期收益,確定各個(gè)待推薦產(chǎn)品對應(yīng)的推薦策略得分函數(shù),包括:

    5.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述約束條件包括以下至少一項(xiàng):所述當(dāng)前產(chǎn)品推薦策略矩陣中每行元素的元素值之和為一,且每個(gè)元素取零或一;所述當(dāng)前產(chǎn)品推薦策略矩陣中每列元素的元素值之和在當(dāng)前推薦需求中的預(yù)設(shè)推薦數(shù)量區(qū)間內(nèi);所述當(dāng)前產(chǎn)品推薦策略矩陣中當(dāng)前轉(zhuǎn)化概率小于或等于所述當(dāng)前推薦需求中的預(yù)設(shè)轉(zhuǎn)化概率的元素置零;所述...

    【專利技術(shù)屬性】
    技術(shù)研發(fā)人員:陳祥江俊昊劉卉芳林敏彭詩雅廖娟楊沛
    申請(專利權(quán))人:中國聯(lián)合網(wǎng)絡(luò)通信有限公司廣東省分公司
    類型:發(fā)明
    國別省市:

    網(wǎng)友詢問留言 已有0條評(píng)論
    • 還沒有人留言評(píng)論。發(fā)表了對其他瀏覽者有用的留言會(huì)獲得科技券。

    1
    主站蜘蛛池模板: 亚洲ⅴ国产v天堂a无码二区| 无码免费一区二区三区免费播放| 老子午夜精品无码| 小13箩利洗澡无码视频网站| 免费无遮挡无码永久视频| 99久久无码一区人妻a黑| 亚洲国产精品无码久久九九| 免费精品无码AV片在线观看| 日韩av片无码一区二区三区不卡 | 在线精品免费视频无码的| 国产成人无码精品久久久性色| 亚洲精品无码国产片| 久久精品亚洲中文字幕无码网站| 国产做无码视频在线观看| 亚洲av片不卡无码久久| 无码人妻久久久一区二区三区| 一道久在线无码加勒比| 中文字幕av无码一二三区电影| 日韩国产精品无码一区二区三区| 免费a级毛片无码a∨免费软件 | 国产高清无码二区 | 亚洲av永久无码精品网站 | 天堂Aⅴ无码一区二区三区| 日韩毛片免费无码无毒视频观看| 久久av高潮av无码av喷吹| 午夜无码人妻av大片色欲| 日韩AV无码一区二区三区不卡| 亚洲综合无码精品一区二区三区| 狠狠久久精品中文字幕无码| 一本久道综合在线无码人妻| 精品少妇人妻av无码久久| 亚洲av永久无码精品古装片 | 免费无码黄网站在线观看| 亚洲人成人伊人成综合网无码| 伊人天堂av无码av日韩av| 日韩精品真人荷官无码| 麻豆AV无码精品一区二区| 亚洲精品无码少妇30P| 在线精品免费视频无码的| 精品人妻系列无码人妻免费视频| 免费无码午夜福利片69|