商品对象推荐方法、装置、电子设备及存储介质

技术领域

本发明涉及数据处理技术领域，特别涉及一种商品对象推荐方法、装置、电子设备及存储介质。

背景技术

近年来，随着互联网技术的不断发展，基于互联网的商品对象销售已经变得十分普及，人们可以在通过互联网进行各式各样的商品对象交易，给人们的生活带来的极大的方便。

然而，商品对象的种类繁多，难以从海量的商品对象中为用户推荐其感兴趣的商品对象。

发明内容

本发明所要解决的技术问题是提供一种商品对象推荐方法，能够为用户推荐其感兴趣的商品对象。

本发明还提供了一种商品对象推荐装置，用以保证上述方法在实际中的实现及应用。

一种商品对象推荐方法，包括：

获取各个搜索词，所述搜索词为用户搜索其感兴趣的内容所采用的词；

确定每个所述搜索词的热度信息集合；每个所述热度信息集合包含其所属的搜索词在每个预设的历史时段相对于当前时段的热度信息；所述热度信息基于所述搜索词在所述历史时段的搜索次数，以及所述历史时段与所述当前时段之间的时段偏移得到，所述历史时段为所述当前时段之前的时段；

基于每个所述搜索词的热度信息集合，获得每个所述搜索词在所述当前时段的热度值；

按每个所述搜索词在所述当前时段的热度值由大至小的顺序，在各个所述搜索词中选取出预设数量的目标搜索词；

依据已选取的所述目标搜索词确定待推荐商品对象，并将所述待推荐商品对象进行推荐。

上述的方法，可选的，基于所述搜索词在所述历史时段的搜索次数，以及所述历史时段与当前时段之间的时段偏移，获得所述搜索词在所述历史时段相对于所述当前时段的热度信息的过程，包括：

基于公式

其中，a为所述搜索词在所述历史时段的搜索次数，x为所述历史时段与所述当前时段之间的时段偏移。

上述的方法，可选的，所述基于每个所述搜索词的热度信息集合，获得每个所述搜索词在所述当前时段的热度值，包括：

对于每个所述搜索词，将该搜索词的热度信息集合中的各个热度信息进行求和，获得该搜索词在所述当前时段的热度值。

上述的方法，可选的，所述依据已选取的所述目标搜索词确定待推荐商品对象，包括：

将已选取的所述目标搜索词与各个商品对象的索引信息进行匹配，获得每个所述商品对象的命中次数，每个所述商品对象的索引信息包含该商品对象的描述词，每个所述商品对象的命中次数为与该商品对象的所述索引信息匹配成功的目标搜索词的数量；

按每个所述商品对象的命中次数由大至小的顺序，在各个所述商品对象中确定待推荐商品对象。

上述的方法，可选的，按每个所述搜索词的热度值的由大至小的顺序，在各个所述搜索词中选取出预设数量的目标搜索词之后，还包括：

将已选取的所述目标搜索词在预先设置的显示界面进行显示。

一种商品对象推荐装置，包括：

获取单元，用于获取各个搜索词；所述搜索词为用户搜索其感兴趣的内容所采用的词；

确定单元，用于确定每个所述搜索词的热度信息集合；每个所述热度信息集合包含其所属的搜索词在每个预设的历史时段相对于当前时段的热度信息；所述热度信息基于所述搜索词在所述历史时段的搜索次数，以及所述历史时段与所述当前时段之间的时段偏移得到，所述历史时段为所述当前时段之前的时段；

执行单元，用于基于每个所述搜索词的热度信息集合，获得每个所述搜索词在所述当前时段的热度值；

选取单元，用于按每个所述搜索词在所述当前时段的热度值由大至小的顺序，在各个所述搜索词中选取出预设数量的目标搜索词；

推荐单元，用于基于已选取的所述目标搜索词确定待推荐商品对象，并将所述待推荐商品对象进行推荐。

上述的装置，可选的，所述确定单元，包括：

计算子单元，用于基于公式

其中，a为所述搜索词在所述历史时段的搜索次数，x为所述历史时段与当前时段之间的时段偏移。

上述的装置，可选的，所述推荐单元，包括：

匹配子单元，用于将已选取的所述目标搜索词与各个商品对象的索引信息进行匹配，获得每个所述商品对象的命中次数，每个所述商品对象的索引信息包含该商品对象的描述词，每个所述商品对象的命中次数为与该商品对象的所述索引信息匹配成功的目标搜索词的数量；

确定子单元，用于按每个所述商品对象的命中次数由大至小的顺序，在各个所述商品对象中确定待推荐商品对象。

一种电子设备，包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为执行所述指令，以实现如上所述的商品对象推荐方法。

一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上所述的商品对象推荐方法。

与现有技术相比，本发明包括以下优点：

本发明提供了一种商品对象推荐方法及装置、电子设备以及存储介质，能够基于搜索词在历史时段的搜索次数以及该历史时段与当前时段的时段偏移，计算搜索的热度信息，以获得搜索词在当前时段的热度值，采用此方式计算得到的热度值能够准确的反应搜索词的搜索热度，在此基础上，应用高热度值的目标搜索词确定待推荐商品对象，将待推荐商品对象进行推荐，能够在海量的商品对象中准确的为用户推荐其感兴趣的商品对象。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明提供的一种商品对象推荐方法的方法流程图；

图2为本发明提供的一种热度信息的衰减示例图；

图3为本发明提供的一种依据已选取的目标搜索词确定待推荐商品对象的过程的流程图；

图4为本发明提供的一种商品对象推荐方法的又一方法流程图；

图5为本发明提供的一种商品对象推荐装置的结构示意图；

图6为本发明提供的一种电子设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本发明实施例提供了一种商品对象推荐方法，该方法可以应用于电子设备，所述方法的方法流程图如图1所示，具体包括：

S101：获取各个搜索词，搜索词可以为一个或多个用户搜索其感兴趣的内容所采用的词。

其中，可以在数据库中获取各个历史时段采集到的各个搜索词，该数据库中记录搜索词、时间、用户信息以及搜索词类型之间的对应关系。

具体的，该数据库可以为各个类型的数据库，例如，可以为mongodb数据库。

S102：确定每个所述搜索词的热度信息集合，其中，每个所述热度信息集合包含其所属的搜索词在每个预设的历史时段相对于当前时段的热度信息；所述热度信息基于所述搜索词在所述历史时段的搜索次数，以及所述历史时段与所述当前时段之间的时段偏移得到，所述历史时段为所述当前时段之前的时段。

可选的，该当前时段可以为当前时间所处的时段，各个时段是按预先设置的时段划分规则进行划分的。

具体的，历史时段与当前时段之间的时段偏移可以为历史时段与当前时段之间的偏移量，例如，历史时段为第一天，当前时段为第五天，则该时段偏移可以为4。

其中，各个历史时段的时段长度可以一致，其时段长度可以为任意大小，例如，一个历史时段可以为一个小时、一天等。

S103：基于每个所述搜索词的热度信息集合，获得每个所述搜索词在所述当前时段的热度值。

其中，可以通过预先设置的热度值计算公式，对每个搜索词的热度信息集合中的各个热度信息进行计算，获得每个搜索词在当前时段的热度值。

具体的，基于每个搜索词的热度信息集合，获得每个搜索词在当前时段的热度值的一种可行的方式为：

对于每个搜索词，将该搜索词的热度信息集合中的各个热度信息进行求和，获得该搜索词在当前时段的热度值。

基于每个搜索词的热度信息集合，获得每个搜索词在当前时段的热度值的另一种可行的方式为：

对于每个搜索词，将该搜索词的热度信息集合中的各个热度信息进行求平均，获得该搜索词在当前时段的热度值。

S104：按每个所述搜索词在所述当前时段的热度值由大至小的顺序，在各个所述搜索词中选取出预设数量的目标搜索词。

其中，在获得每个搜索词在当前时段的热度值的情况下，可以对各个搜索词进行排序，按每个搜索词的热度值由大至小的顺序选取预设数量的目标搜索词。

可选的，选取出的目标搜索词的数量可以依据实际需求进行设定。

S105：依据已选取的所述目标搜索词确定待推荐商品对象，并将所述待推荐商品对象进行推荐。

其中，待推荐商品的数量可以为一个或多个。

具体的，可以将已选取的目标搜索词与各个商品对象的索引信息进行匹配，从而将与目标搜索词匹配成功的索引信息所属的商品对象作为待推荐商品对象，并基于各个待推荐商品对象的命中次数，对各个待推荐商品进行推荐，每个待推荐商品对象的命中次数可以为与该待推荐商品对象的所述索引信息匹配成功的搜索词的数量。

可选的，可以根据各个待推荐商品对象的命中次数确定各个待推荐商品对象的推荐优先级，基于各个待推荐商品对象的推荐优先级对各个待推荐商品对象进行推荐。

应用本发明实施例提供的商品对象推荐方法，能够基于搜索词在历史时段的搜索次数以及该历史时段与当前时段的时段偏移，计算搜索的热度信息，以获得搜索词在当前时段的热度值，采用此方式计算得到的热度值能够准确的反应搜索词的搜索热度，在此基础上，应用高热度值的目标搜索词确定待推荐商品对象，并将待推荐商品对象进行推荐，能够在海量的商品对象中准确的为用户推荐其感兴趣的商品对象。

本发明实施例提供的方法，基于上述的实施过程，具体的，基于所述搜索词在所述历史时段的搜索次数，以及所述历史时段与当前时段之间的时段偏移，获得所述搜索词在所述历史时段相对于所述当前时段的热度信息的一种可行的方式，包括：

基于公式

其中，f(x)为所述搜索词在所述历史时段相对于当前时段的热度信息，a为所述搜索词在所述历史时段的搜索次数，x为所述历史时段与当前时段之间的时段偏移，a≥0，x≥1。

应用本发明实施例提供的方法，在计算搜索词的热度信息的过程中，考虑到了搜索词的搜索次数，也考虑到了热度信息随着时间推移的平滑衰减或增加，参见图2，为本发明提供的一种热度信息的衰减示例图，示出了搜索词的热度信息随着时间推移平滑衰减的过程，能够准确的体现用户搜索的趋势。

本发明实施例提供的方法，基于上述的实施过程，具体的，所述依据已选取的所述目标搜索词确定待推荐商品对象的一种可行的方式，如图3所示，可以包括：

S301：将已选取的所述目标搜索词与各个商品对象的索引信息进行匹配，获得每个所述商品对象的命中次数。

其中，每个所述商品对象的索引信息包含该商品对象的描述词，每个所述商品对象的命中次数为与该商品对象的所述索引信息匹配成功的目标搜索词的数量。

具体的，每个商品对象的索引信息可以为一个或多个，该索引信息中的描述词可以通过对该商品对象的商品名称进行分词得到。

例如，该商品对象的商品名称可以为“蓝色杯子”，则对该商品名词进行分词，可以得到第一描述词“蓝色”以及第二描述词“杯子”，则该商品对象的可以有两个索引信息，分别是包含的第一描述词的索引信息和包含第二描述词的索引信息，可以对每个商品对象的命中次数进行计数，当任意一个目标搜索词与任意一个索引信息匹配成功时，则该商品对象的命中次数加一。

S302：按每个所述商品对象的命中次数由大至小的顺序，在各个所述商品对象中确定待推荐商品对象。

其中，可以在商品对象中确定预设推荐数量的待推荐商品对象，即，在在各个商品对象中确定一个或多个待推荐商品对象。

应用本发明实施例提供的方法，能够根据商品对象的命中次数由大至小的顺序确定待推荐商品对象，从而能够保障为用户推荐其感兴趣的商品对象。

本发明实施例提供的方法，基于上述的实施过程，具体的，在S104按每个所述搜索词的热度值的由大至小的顺序，在各个所述搜索词中选取出预设数量的目标搜索词之后，还包括：

将已选取的所述目标搜索词在预先设置的显示界面进行显示。

其中，该显示界面可以为用户的主页、详情页或者检索页等显示界面，在该显示界面为检索页的情况下，能够为用户提供智能检索推荐。

在本发明提供的一实施例中，提供的了一种商品对象推荐方法的又一方法流程图，参见图4，具体包括：

S401：当接收到商品对象推荐指令时，确定所述商品对象推荐指令所指定的推荐模式，该推荐模式可以为全局推荐模式或者用户定制推荐模式。

S402：获取该推荐模式的用户的各个搜索词，其中，在该推荐模式为全局推荐模式的情况下，可以获取全局用户的各个搜索词；在该推荐模型为用户定制推荐模式的情况下，可以获取定制用户的各个搜索词。

S403：确定每个搜索词的热度信息集合；所述热度信息集合包含其所属的搜索词在每个预设的历史时段相对于当前时段的热度信息；该热度信息基于该搜索词在该历史时段的搜索次数，以及该历史时段与所述当前时段之间的时段偏移得到，该历史时段为该当前时段之前的时段。

其中，S403的执行过程及原理与S102一致，此处不再赘述。

S404：基于每个搜索词的热度信息集合，获得每个搜索词在该当前时段的热度值。

其中，S404的执行过程及原理与S103一致，此处不再赘述。

S405：按每个搜索词在当前时段的热度值由大至小的顺序，在各个搜索词中选取出预设数量的目标搜索词。

其中，S405的执行过程及原理与S104一致，此处不再赘述。

S406：依据已选取的目标搜索词确定待推荐商品对象，将待推荐商品对象推荐至该推荐模式对应的用户。

应用本发明实施例提供的方法，能够基于特定的用户搜索词为该用户推荐商品对象，也可以为基于全局用户的搜索词为用户推荐商品对象。

与图1所述的方法相对应，本发明实施例还提供了一种商品对象推荐装置，用于对图1中方法的具体实现，本发明实施例提供的商品对象推荐装置可以应用于电子设备中，其结构示意图如图5所示，具体包括：

获取单元501，用于获取各个搜索词；所述搜索词为用户搜索其感兴趣的内容所采用的词；

确定单元502，用于确定每个所述搜索词的热度信息集合；每个所述热度信息集合包含其所属的搜索词在每个预设的历史时段相对于当前时段的热度信息；所述热度信息基于所述搜索词在所述历史时段的搜索次数，以及所述历史时段与所述当前时段之间的时段偏移得到，所述历史时段为所述当前时段之前的时段；

执行单元503，用于基于每个所述搜索词的热度信息集合，获得每个所述搜索词在所述当前时段的热度值；

选取单元504，用于按每个所述搜索词在所述当前时段的热度值由大至小的顺序，在各个所述搜索词中选取出预设数量的目标搜索词；

推荐单元505，用于基于已选取的所述目标搜索词确定待推荐商品对象，并将所述待推荐商品对象进行推荐。

在本发明提供的一实施例中，基于上述的方案，可选的，所述确定单元，包括：

计算子单元，用于基于公式

其中，a为所述搜索词在所述历史时段的搜索次数，x为所述历史时段与当前时段之间的时段偏移。

在本发明提供的一实施例中，基于上述的方案，可选的，依据已选取的所述目标搜索词确定待推荐商品对象的所述推荐单元505，包括：

匹配子单元，用于将已选取的所述目标搜索词与各个商品对象的索引信息进行匹配，获得每个所述商品对象的命中次数，每个所述商品对象的索引信息包含该商品对象的描述词，每个所述商品对象的命中次数为与该商品对象的所述索引信息匹配成功的目标搜索词的数量；

确定子单元，用于按每个所述商品对象的命中次数由大至小的顺序，在各个所述商品对象中确定待推荐商品对象。

在本发明提供的一实施例中，基于上述的方案，可选的，所述执行单元，包括：

求和单元，用于对于每个所述搜索词，将该搜索词的热度信息集合中的各个热度信息进行求和，获得该搜索词在所述当前时段的热度值。

在本发明提供的一实施例中，基于上述的方案，可选的，商品对象推荐装置还包括显示单元；

该显示单元，用于将已选取的所述目标搜索词在预先设置的显示界面进行显示。

上述本发明实施例提供的商品对象装置，能够基于搜索词在历史时段的搜索次数以及该历史时段与当前时段的时段偏移，计算搜索的热度信息，以获得搜索词在当前时段的热度值，采用此方式计算得到的热度值能够准确的反应搜索词的搜索热度，在此基础上，应用高热度值的目标搜索词确定待推荐商品对象，并将待推荐商品对象进行推荐，能够在海量的商品对象中准确的为用户推荐其感兴趣的商品对象。

上述本发明实施例公开的商品对象推荐装置中的各个单元和模块具体的原理和执行过程，与上述本发明实施例公开的商品对象推荐方法相同，可参见上述本发明实施例提供的商品对象推荐方法中相应的部分，这里不再进行赘述。

本发明实施例还提供了一种计算机可读存储介质，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上所述的商品对象推荐方法。

本发明实施例还提供了一种电子设备，其结构示意图如图6所示，具体包括存储器601，以及一个或者一个以上的指令602，其中一个或者一个以上指令602存储于存储器601中，且经配置以由一个或者一个以上处理器603执行所述一个或者一个以上指令602进行以下操作：

获取各个搜索词，所述搜索词为用户搜索其感兴趣的内容所采用的词；

确定每个所述搜索词的热度信息集合；每个所述热度信息集合包含其所属的搜索词在每个预设的历史时段相对于当前时段的热度信息；所述热度信息基于所述搜索词在所述历史时段的搜索次数，以及所述历史时段与所述当前时段之间的时段偏移得到，所述历史时段为所述当前时段之前的时段；

基于每个所述搜索词的热度信息集合，获得每个所述搜索词在所述当前时段的热度值；

按每个所述搜索词在所述当前时段的热度值由大至小的顺序，在各个所述搜索词中选取出预设数量的目标搜索词；

依据已选取的所述目标搜索词确定待推荐商品对象，并将所述待推荐商品对象进行推荐。

基于上述的方案，以网络购物平台的商品对象推荐的场景为例，对本申请的技术方案进行举例说明：

首先，由于网络购物平台的商品对象的种类繁多，在进行商品对象销售时，难以从海量的商品对象中为用户推荐其感兴趣的商品对象。

为解决以上问题，具体实现中，本申请的技术方案在功能上可以划分为以下几个模块：数据模块，计算模块，加和模块。

1、数据模块：收集搜索词，记录搜索词，按照日期对搜索词进行数据收集，存储在mongodb数据库中，为计算模块提供基础数据。

具体的，通过搜索接口，提取用户的搜索词，并保存在mongodb数据库中，存储的数据包括搜索词、时间、用户信息、搜索词类型等维度。

2、计算模块：每日定时计算今天之前的每个搜索词的对于今天而言的热度热度信息，将计算结果存储在redis缓存数据库中，使用zset存储结构，以搜索词为value，热度信息为score进行自动排序，为加和模块提供历史单日热度值数据。

其中，计算热度信息的方式如下：

(1)每日定时(定时器)计算前一天的搜索词的热度信息，计算所需的数据从数据模块获取。

(2)每日定时(定时器)计算前二天及以前的搜索词的热度信息。

具体的，可以通过公式f(x)＝ln(a^2/x)计算得到搜索词在某一历史时段相对于当前时段的热度信息，其中，a为某个搜索在当天的搜索次数，x为历史时段与当前时段的差值，例如，历史时段可以2月16日，当前时段可以为2月20日，则x＝4。

最后，将计算得到的热度信息存储在redis中，使用zset存储结构。

3、加和模块：待计算模块完成计算，进行加和动作，按照搜索词加和历史热度信息，得到每个搜索词当前的热度值，将计算得到的热度值存储在redis中，使用zset存储结构。

4、数据输出模块：通过java功能提供搜索词热度值查询接口，返回热度值较高的搜索词列表。

该搜索词列表中包含各个目标搜索词，基于该搜索词列表，可以实现多种业务功能：

A、可以提供热词运营管理功能，即在管理后台实时展示热词变化，为运营人员提供用户搜索趋势的数据基础。

B、可以提供热词统计能力输出，供给各产线进行接口调用，为主页面最近热词、热搜商品等功能提供服务。

C、可以提供智能检索服务，可根据用户历史的搜索热词进行智能检索推荐。

D、可以提供智能推荐服务,在用户的主页、详情页等，提供热词导向的商品推荐，更个性化的推荐，提高推荐召回率，提高转换率。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

以上对本发明所提供的一种商品对象推荐方法进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。