产品推荐方法、系统、电子设备及介质与流程

1.本技术涉及推荐技术领域，尤其涉及一种产品推荐方法、系统、电子设备及介质。


背景技术：

2.个性化推荐在当今竞争日趋激烈的线上商业环境中起到了越来越重要的作用。它能够帮助品牌营销人员更加精准地找到目标客户。个性化推荐方法主要依据每个目标对象的历史行为记录，从这些行为中抽取共有的特征，再辅以各种不同的计算技术对这些特征进行重组、延伸或扩展，以进一步挖掘目标对象潜在的喜好。
3.一般来说，计算处理过程着重于更加具有相近性，普遍性，重复性的行为，这样更加易于找到具有共性的潜在特征。而对于某些和历史行为记录有明显区别的行为，则往往被认为是异常点而被忽略。很多最近发生的异常于以往记录的行为，往往是用户在当前最为关注的，也往往意味着大量的短期需求。因而，如何在线及时抓取用户的新动向并作出相应的推荐，更好的满足用户实时的兴趣需求成为一个亟待解决的问题。


技术实现要素：

4.本技术实施例提供了一种产品推荐方法、系统、电子设备及介质，以至少通过本发明解决了忽略用户行为记录数据中的异常行为记录数据，导致针对用户实时兴趣点做出的推荐方案无法满足用户实时的兴趣需求等问题。
5.本发明提供了产品推荐方法，包括：
6.最新行为记录数据获取步骤：从最新行为记录数据库中提取客户的最新行为记录数据；
7.数据类别获取步骤：对历史行为记录数据进行处理获得第一数据类别后，对所述最新行为记录数据进行处理获得第二数据类别；
8.产品信息获取步骤:对所述第一数据类别与所述第二数据类别进行对比后，通过异常行为记录识别模型对对比结果进行识别，根据识别结果选取短期实时需求产品信息。
9.上述的产品推荐方法中，所述最新行为记录数据获取步骤包括：
10.从所述最新行为记录数据库中提取所述客户的所述最新行为记录数据后，将所述最新行为记录数据传输到所述客户的历史行为记录数据库中。
11.上述的产品推荐方法中，所述数据类别获取步骤包括：
12.从所述历史行为记录数据库中提取所述历史行为记录数据的第一数据标签后，对所述第一数据标签进行数据分析,获取所述历史行为记录数据的所述第一数据类别。
13.上述的产品推荐方法中，所述数据类别获取步骤还包括：
14.从所述最新行为记录数据库中提取所述最新行为记录数据的第二数据标签后，对所述第二数据标签进行数据分析，获取所述最新行为记录数据的所述第二数据类别。
15.上述的产品推荐方法中，所述产品信息获取步骤包括：
16.对所述第一数据类别与所述第二数据类别进行对比后，预设识别异常行为时间阈
值，在所述识别异常行为时间阈值内，通过所述异常行为识别模型对所述对比结果进行识别后，根据所述识别结果选出所述短期事实需求产品，并将短期事实需求产品信息推给用户端。
17.上述的产品推荐方法中，所述产品信息获取步骤还包括：
18.在所述预设时间阈值内，当所述对比结果为所述第一数据类别与所述第二数据类别中没有出现同类别的产品信息时，所述异常行为识别模型输出所述客户存在异常行为相应的第一信息后，所述第一数据类别中的所述产品定义为所述短期事实需求产品。
19.上述的产品推荐方法中，所述产品信息获取步骤还包括：
20.在所述预设时间阈值内，当所述对比结果为所述第一数据类别与所述第二数据类别中产品类别相同时，所述异常行为识别模型输出所述客户不存在异常行为相应的第二信息后，将所述第二信息推给所述用户端。
21.本发明还提供产品推荐系统，其中，适用于上述所述的产品推荐方法，所述产品推荐系统包括：
22.最新行为记录数据获取单元：从最新行为记录数据库中提取客户的最新行为记录数据；
23.数据类别获取单元：对历史行为记录数据进行处理获得第一数据类别后，对所述最新行为记录数据进行处理获得第二数据类别；
24.产品信息获取单元:对所述第一数据类别与所述第二数据类别进行对比后，通过异常行为记录识别模型对对比结果进行识别，根据识别结果选取短期实时需求产品信息。
25.本发明还提供一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述任一项所述的产品推荐方法。
26.本发明还提供一种电子设备可读存储介质，所述电子设备可读存储介质上存储有计算机程序指令，所述计算机程序指令被所述处理器执行时实现上述任一项所述的产品推荐方法。
27.相比于相关技术，本发明提出的产品推荐方法、系统、电子设备及介质，通过比对客户历史行为记录数据与最新行为记录数据，获取比对结果后，使用异常行为记录数据识别模型对比对结果进行识别，识别出了客户异常行为记录数据，及时有效的捕获了客户当前最感兴趣的目标点或兴趣点；对异常行为记录数据中的有效信息进行抓取后做出相应的产品推荐，满足了客户实时的兴趣需求，并提高了个性化推荐能力。
28.本技术的一个或多个实施例的细节在以下附图和描述中提出，以使本技术的其他特征、目的和优点更加简明易懂。
附图说明
29.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
30.图1是根据本技术实施例的产品推荐方法流程图；
31.图2为本发明的产品推荐系统的结构示意图；
32.图3是根据本技术实施例的电子设备的框架图。
33.其中，附图标记为：
34.最新行为记录数据获取单元：51；
35.数据类别获取单元：52；
36.产品信息获取单元：53；
37.总线:80；
38.处理器：81；
39.存储器：82；
40.通信接口：83。
具体实施方式
41.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。基于本技术提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
42.显而易见地，下面描述中的附图仅仅是本技术的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本技术应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本技术公开内容相关的本领域的普通技术人员而言，在本技术揭露的技术内容基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本技术公开的内容不充分。
43.在本技术中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本技术所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
44.除非另作定义，本技术所涉及的技术术语或者科学术语应当为本技术所属技术领域内具有一般技能的人士所理解的通常意义。本技术所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本技术所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本技术所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本技术所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本技术所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
45.本发明通过实时识别出用户异常行为记录数据，并及时对用户做出相应的推荐，以有效的捕获了用户当前最感兴趣的目标。
46.下面结合具体实施例对本发明进行说明。
47.实施例一
48.本实施例提供了产品推荐方法。请参照图1，图1是根据本技术实施例的产品推荐方法流程图，如图1所示，产品推荐方法包括如下步骤：
49.最新行为记录数据获取步骤s1：从最新行为记录数据库中提取客户的最新行为记录数据；
50.数据类别获取步骤s2：对历史行为记录数据进行处理获得第一数据类别后，对所述最新行为记录数据进行处理获得第二数据类别；
51.产品信息获取步骤s3:对所述第一数据类别与所述第二数据类别进行对比后，通过异常行为记录识别模型对对比结果进行识别，根据识别结果选取短期实时需求产品信息。
52.在实施例中，最新行为记录数据获取步骤s1包括：
53.从最新行为记录数据库中提取客户的最新行为记录数据后，将最新行为记录数据传输到客户的历史行为记录数据库中。
54.在实施例中，数据类别获取步骤s2包括：
55.从历史行为记录数据库中提取历史行为记录数据的第一数据标签后，对第一数据标签进行数据分析,获取历史行为记录数据的第一数据类别。
56.在具体实施中，一般来说客户历史访问的或感兴趣的网页都会有类别标签，这些类别标签会存储到历史行为数据库中，因而，从历史行为记录数据库中可以直接提取历史行为记录数据的第一数据标签，提取第一数据标签后，第一数据标签能够提供历史行为记录数据的第一数据类别信息，其中，用户经常看游戏相关的网页，则历史行为记录数据库中，这些网页标签为“游戏”，那么游戏就可以是一个类别。
57.在实施例中，数据类别获取步骤s2还包括：
58.从最新行为记录数据库中提取最新行为记录数据的第二数据标签后，对第二数据标签进行数据分析，获取最新行为记录数据的第二数据类别。
59.在具体实施中，客户最新访问的或感兴趣的网页都会有类别标签，这些类别标签会存储到最新行为记录数据库中，因而，从最新行为记录数据库中可以直接提取最新行为记录数据的第二数据标签，提取第二数据标签后，第二数据标签能够提供最新行为记录数据的第二数据类别信息。
60.在实施例中，产品信息获取步骤s3包括：
61.对第一数据类别与第二数据类别进行对比后，预设识别异常行为时间阈值，在识别异常行为时间阈值内，通过异常行为识别模型对对比结果进行识别后，根据识别结果选出短期事实需求产品，并将短期事实需求产品信息推给用户端。
62.在具体实施中，识别异常行为时间阈值是异常行为识别模型的一个超参数，初始值可以根据品牌营销人员的经验来决定，后续可以根据模型表现的实际情况来调整。
63.在实施例中，产品信息获取步骤s3还包括：
64.在预设时间阈值内，当对比结果为所述第一数据类别与第二数据类别中没有出现同类别的产品信息时，异常行为识别模型输出客户存在异常行为相应的第一信息后，第一数据类别中的产品定义为短期事实需求产品。
65.在实施例中，产品信息获取步骤s3还包括：
66.在预设时间阈值内，当对比结果为第一数据类别与第二数据类别中产品类别相同时，异常行为识别模型输出客户不存在异常行为相应的第二信息后，将第二信息推给用户端。
67.实施例二
68.请参照图2，图2为本发明的产品推荐系统的结构示意图。如图2所示，发明的产品推荐系统，适用于上述的产品推荐方法，产品推荐系统，包括：
69.最新行为记录数据获取单元51：从最新行为记录数据库中提取客户的最新行为记录数据；
70.数据类别获取单元52：对历史行为记录数据进行处理获得第一数据类别后，对所述最新行为记录数据进行处理获得第二数据类别；
71.产品信息获取单元53:对所述第一数据类别与所述第二数据类别进行对比后，通过异常行为记录识别模型对对比结果进行识别，根据识别结果选取短期实时需求产品信息。
72.实施例三
73.结合图3所示，本实施例揭示了一种电子设备的一种具体实施方式。电子设备可以包括处理器81以及存储有计算机程序指令的存储器82。
74.具体地，上述处理器81可以包括中央处理器(cpu)，或者特定集成电路(application specific integrated circuit，简称为asic)，或者可以被配置成实施本技术实施例的一个或多个集成电路。
75.其中，存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器82可包括硬盘驱动器(hard disk drive，简称为hdd)、软盘驱动器、固态驱动器(solid state drive，简称为ssd)、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，简称为usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器82可包括可移除或不可移除(或固定)的介质。
76.在合适的情况下，存储器82可在异常数据监测装置的内部或外部。在特定实施例中，存储器82是非易失性(non-volatile)存储器。在特定实施例中，存储器82包括只读存储器(read-only memory，简称为rom)和随机存取存储器(random access memory，简称为ram)。在合适的情况下，该rom可以是掩模编程的rom、可编程rom(programmable read-only memory，简称为prom)、可擦除prom(erasable programmable read-only memory，简称为fprom)、电可擦除prom(electrically erasable programmable read-only memory，简称为efprom)、电可改写rom(electrically alterable read-only memory，简称为earom)或闪存(flash)或者两个或更多个以上这些的组合。在合适的情况下，该ram可以是静态随机存取存储器(static random-access memory，简称为sram)或动态随机存取存储器(dynamic random access memory，简称为dram)，其中，dram可以是快速页模式动态随机存取存储器(fast page mode dynamic random access memory，简称为fpmdram)、扩展数据输出动态随机存取存储器(extended date out dynamic random access memory，简称为edodram)、同步动态随机存取内存(synchronous dynamic random-access memory，简称sdram)等。
77.存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器81所执行的可能的计算机程序指令。
78.处理器81通过读取并执行存储器82中存储的计算机程序指令，以实现上述实施例中的任意产品推荐方法。
79.在其中一些实施例中，电子设备还可包括通信接口83和总线80。其中，如图3所示，处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。
80.通信接口83用于实现本技术实施例中各模块、装置、单元和/或设备之间的通信。通信端口83还可以实现与其他部件例如：外接设备、图像/异常数据监测设备、数据库、外部存储以及图像/异常数据监测工作站等之间进行数据通信。
81.总线80包括硬件、软件或两者，将电子设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一：数据总线(data bus)、地址总线(address bus)、控制总线(control bus)、扩展总线(expansion bus)、局部总线(local bus)。举例来说而非限制，总线80可包括图形加速接口(accelerated graphics port，简称为agp)或其他图形总线、增强工业标准架构(extended industry standard architecture，简称为eisa)总线、前端总线(front side bus，简称为fsb)、超传输(hyper transport，简称为ht)互连、工业标准架构(industry standard architecture，简称为isa)总线、无线带宽(infiniband)互连、低引脚数(low pin count，简称为lpc)总线、存储器总线、微信道架构(micro channel architecture，简称为mca)总线、外围组件互连(peripheral component interconnect，简称为pci)总线、pci-express(pci-x)总线、串行高级技术附件(serial advanced technology attachment，简称为sata)总线、视频电子标准协会局部(video electronics standards association local bus，简称为vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线80可包括一个或多个总线。尽管本技术实施例描述和示出了特定的总线，但本技术考虑任何合适的总线或互连。
82.电子设备可连接产品推荐系统，从而实现结合图1的方法。
83.以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
84.综上所述，本发明对用户历史行为记录与最新行为记录进行对比，通过异常行为识别模型对用户异常行为进行有效、及时的抓取后，根据识别结果作出相应的产品推荐，满足了用户的实时兴趣点。解决了忽略用户行为记录数据中的异常行为记录数据，导致针对用户实时兴趣点做出的推荐方案无法满足用户实时的兴趣需求等问题。
85.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求的保护范围为准。