一种商品推送方法、装置、设备及介质

技术领域

本发明涉及智能车辆技术领域，特别是涉及一种商品推送方法、装置、设备及介质。

背景技术

随着汽车智能化的发展，车辆中一般会设置有智能车机系统，智能车机系统可以收集和分析大量的车辆数据，车辆数据包括行驶里程、驾驶习惯、车辆状况等等。当汽车的某一不常用的配件商品发生损坏需要更换，用户使用汽车用品网站购买该配件商品时，或者在汽车商品商城购买与汽车相关的配件时，汽车用品网站首页无法推送用户所需要的个性化商品，用户只能通过网站的搜索功能进行搜索，降低用户找到个性化商品的效率，降低用户使用体验感。

鉴于上述存在的问题，寻求如何根据给用户推送个性化商品，提高用户使用体验感是本领域技术人员竭力解决的问题。

发明内容

本发明的目的是提供一种商品推送方法、装置、设备及介质，用于解决汽车用品网站首页无法推送用户所需要的个性化商品，用户只能通过网站的搜索功能进行搜索，降低用户找到个性化商品的效率，降低用户使用体验感的问题。

为解决上述技术问题，本发明提供一种商品推送方法，包括：

获取多个车辆的历史行为数据和目标车辆的更新数据；历史行为数据为发生与车辆相关的购买行为时对应车辆的瞬时数据；更新数据为以预设周期更新的目标车辆的瞬时数据；

确定历史行为数据和更新数据的相似度；

根据相似度确定商品推荐系数；

利用商品推荐系数向目标车辆推送商品。

另一方面，确定历史行为数据和更新数据的相似度包括：

根据历史行为数据和更新数据确定车辆属性、时间衰减系数以及多个采样时间；

根据车辆属性确定对应的车辆属性权重值和车辆属性相似度；

根据车辆属性权重值、车辆属性相似度、时间衰减系数、多个采样时间确定相似度。

另一方面，当车辆属性相似度为数值型车辆属性相似度时，根据车辆属性确定对应的车辆属性相似度包括：

根据车辆属性权重值设定参考参数；

获取车辆属性对应的多个车辆属性数值；

确定参考参数与多个车辆属性数值之间的最大值；

根据最大值和多个车辆属性数值确定车辆属性相似度。

另一方面，当车辆属性相似度为二元型车辆属性相似度时，根据车辆属性确定对应的车辆属性相似度包括：

设定故障标识和正常标识，其中，故障标识表征车辆属性处于故障状态，正常表示表征车辆属性处于正常工作状态；

统计故障标识和正常标识的个数；

根据统计出的个数确定车辆属性相似度。

另一方面，当车辆属性相似度为类别型车辆属性相似度时，根据车辆属性确定对应的车辆属性相似度包括：

判断车辆属性是否为同一类别；

若是，则确定车辆属性相似度为1；

若否，则确定车辆属性相似度为0。

另一方面，根据相似度确定商品推荐系数包括：

对相似度进行累加，得到商品推荐系数。

另一方面，在根据相似度确定商品推荐系数之后，还包括：

对商品推荐系数按照预设顺序排序；

按照预设顺序提取预设个数的商品推荐系数；

根据商品推荐系数匹配对应的商品。

另一方面，获取目标车辆的更新数据包括：

以T+1的方式获取目标车辆的更新数据。

为解决上述技术问题，本发明还提供一种商品推送装置，包括：

第一获取模块，用于获取多个车辆的历史行为数据和目标车辆的更新数据；历史行为数据为发生与车辆相关的购买行为时对应车辆的瞬时数据；更新数据为以预设周期更新的目标车辆的瞬时数据；

第一确定模块，用于确定历史行为数据和更新数据的相似度；

第二确定模块，用于根据相似度确定商品推荐系数；

推送模块，用于利用商品推荐系数向目标车辆推送商品。

此外，该装置还包括以下模块：

另一方面，确定历史行为数据和更新数据的相似度包括：

第三确定模块，用于根据历史行为数据和更新数据确定车辆属性、时间衰减系数以及多个采样时间；

第四确定模块，用于根据车辆属性确定对应的车辆属性权重值和车辆属性相似度；

第五确定模块，用于根据车辆属性权重值、车辆属性相似度、时间衰减系数、多个采样时间确定相似度。

另一方面，当车辆属性相似度为数值型车辆属性相似度时，根据车辆属性确定对应的车辆属性相似度包括：

第一设定模块，用于根据车辆属性权重值设定参考参数；

第二获取模块，用于获取车辆属性对应的多个车辆属性数值；

第六确定模块，用于确定参考参数与多个车辆属性数值之间的最大值；

第七确定模块，用于根据最大值和多个车辆属性数值确定车辆属性相似度。

另一方面，当车辆属性相似度为二元型车辆属性相似度时，根据车辆属性确定对应的车辆属性相似度包括：

第二设定模块，用于设定故障标识和正常标识，其中，故障标识表征车辆属性处于故障状态，正常表示表征车辆属性处于正常工作状态；

统计模块，用于统计故障标识和正常标识的个数；

第八确定模块，用于根据统计出的个数确定车辆属性相似度。

另一方面，当车辆属性相似度为类别型车辆属性相似度时，根据车辆属性确定对应的车辆属性相似度包括：

判断模块，用于判断车辆属性是否为同一类别；

若是，则触发第九确定模块，用于确定车辆属性相似度为1；

若否，则触发第十确定模块，用于确定车辆属性相似度为0。

另一方面，根据相似度确定商品推荐系数包括：

累加模块，用于对相似度进行累加，得到商品推荐系数。

另一方面，在根据相似度确定商品推荐系数之后，还包括：

排序模块，用于对商品推荐系数按照预设顺序排序；

提取模块，用于按照预设顺序提取预设个数的商品推荐系数；

匹配模块，用于根据商品推荐系数匹配对应的商品。

另一方面，获取目标车辆的更新数据包括：

第三获取模块，用于以T+1的方式获取目标车辆的更新数据。

为解决上述技术问题，本发明还提供了一种商品推送设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行计算机程序，实现商品推送方法的步骤。

为解决上述技术问题，本发明还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时，实现上述全部商品推送方法的步骤。

本发明所提供的一种商品推送方法，包括：获取多个车辆的历史行为数据和目标车辆的更新数据；历史行为数据为发生与车辆相关的购买行为时对应车辆的瞬时数据；更新数据为以预设周期更新的目标车辆的瞬时数据；确定历史行为数据和更新数据的相似度；根据相似度确定商品推荐系数；利用商品推荐系数向目标车辆推送商品。由于相似度的确定，本发明能够获取高相似度对应的商品推荐系数，并推送对应的商品，此时，汽车用品网站首页能够实现给用户推送所需要的个性化商品，无需通过网站的搜索功能进行搜索，提高用户找到个性化商品的效率和使用体验感。

本发明还提供了一种商品推送装置、设备及介质，效果同上。

附图说明

为了更清楚地说明本发明实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。

图1为本发明实施例所提供的一种商品推送方法流程图；

图2为本发明实施例所提供的一种商品推送装置结构图；

图3为本发明实施例所提供的一种商品推送设备结构图。

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，都属于本发明保护范围。

本发明的核心是提供一种商品推送方法、装置、设备及介质，其能够获取高相似度对应的商品推荐系数，并推送对应的商品，此时，汽车用品网站首页能够实现给用户推送所需要的个性化商品，无需通过网站的搜索功能进行搜索，提高用户找到个性化商品的效率和使用体验感。

为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。

首先需要说明的是，本发明实施例中所涉及的商品推送方法应用于汽车商品商城，该汽车商品商城用于售卖与智能汽车相关的各种商品，例如：中控显示屏、轮胎、车门把手、方向盘、雨刷等等；另外，在智能汽车中设置有智能车机系统，且智能车机系统中的数据与汽车商品商城之间进行数据互通交互。

图1为本发明实施例所提供的一种商品推送方法流程图，如图1所示，该商品推送方法包括：

S10：获取多个车辆的历史行为数据和目标车辆的更新数据；

历史行为数据为发生与车辆相关的购买行为时对应车辆的瞬时数据；可以理解为，当用户在汽车商品商城购买某个商品时，将该用户所驾驶的智能汽车的当前购买时刻的全部汽车瞬时信息采集并保存到汽车商品商城的推荐系统历史行为数据库；其中，全部汽车瞬时信息至少包括以下信息：用户编号，商品编号，车架号，数据更新时间，车价，总里程，保养标准里程，保养标准时间，续航里程(预估)，平均百公里能耗，省份，城市，19个故障状态等等信息；

更新数据为以预设周期更新的目标车辆的瞬时数据；

更新数据中包括多个用户所驾驶的车辆的全部车辆信息，可以理解的是，若某一用户未在汽车商品商城中购买商品，则该用户没有历史行为数据存储在汽车商品商城中。其中，需要说明的是，用户的数量在该汽车商品商城运行到一定的时间时，会达到用户数量的上限值，在该汽车商品商城初期开始运营时，其中的用户数量会大于历史行为数据，随着该汽车商品商城长期的运营，其中的用户对应产生的历史行为数据的数量会逐渐超过用户数量。在本实施例中，预设周期可以为一天、一周、一个月等等时长，作为一种更优选的实施例，便于及时获取在汽车商品商城每个用户的全部汽车数据，以一天为预设周期更新的目标车辆的瞬时数据；具体为，以T+1的方式获取目标车辆的更新数据；T+1的方式可以理解为，当日采集的车辆数据，要到下一个数据处理日输出，其中，T为采集车辆数据的日期，T+1为采集车辆数据的日期的次日；

S11：确定历史行为数据和更新数据的相似度；

以更新数据中一个用户所驾驶的车辆为运动型多用途汽车(sport/suburbanutility vehicle，SUV)时，此时目标车辆为SUV型汽车，则此时更新数据包括全部车辆信息。则将SUV型汽车的更新后的车辆信息与每一条历史行为数据一一确定相似度；在本实施例中，将相似度记为sim(a,b)；

S12：根据相似度确定商品推荐系数；

具体为，对多个相似度进行累加，得到商品推荐系数。在本实施例中，将商品推荐系数记为recommend(商品i)；

S13：利用商品推荐系数向目标车辆推送商品。

在本实施例中根据确定的相似度能够获取高相似度对应的商品推荐系数，并推送对应的商品，此时，汽车用品网站首页能够实现给用户推送所需要的个性化商品，无需通过网站的搜索功能进行搜索，提高用户找到个性化商品的效率和使用体验感。

在上述实施例的基础上，作为一种更优选的实施例，确定历史行为数据和更新数据的相似度包括：

根据历史行为数据和更新数据确定车辆属性、时间衰减系数以及多个采样时间；

根据车辆属性确定对应的车辆属性权重值和车辆属性相似度；

根据车辆属性权重值、车辆属性相似度、时间衰减系数、多个采样时间确定相似度。

在本实施例中，将车辆属性记为i，时间衰减系数记为α

则，确定相似度sim(a,b)的公式为：

其中，n表示车辆属性共有n项，将n项车辆属性中的一个车辆属性记为i。

在上述实施例的基础上，作为一种更优选的实施例，车辆属性相似度共分为三种，分别为数值型车辆属性相似度、二元型车辆属性相似度、类别型车辆属性相似度。

当车辆属性相似度为数值型车辆属性相似度时，根据车辆属性确定对应的车辆属性相似度包括：

根据车辆属性权重值设定参考参数；

获取车辆属性对应的多个车辆属性数值；

确定参考参数与多个车辆属性数值之间的最大值；

根据最大值和多个车辆属性数值确定车辆属性相似度。

在本实施例中，将参考参数记为β

其中，β

当车辆属性相似度为二元型车辆属性相似度时，根据车辆属性确定对应的车辆属性相似度包括：

设定故障标识和正常标识，其中，故障标识表征车辆属性处于故障状态，正常表示表征车辆属性处于正常工作状态；

统计故障标识和正常标识的个数；

根据统计出的个数确定车辆属性相似度。

在本实施例中，将故障标识记为1，将正常标识记为0。以2个车辆为例，将其中一个车辆记为a，将另一个车辆记为b，按照表1统计故障标识和正常标识的个数，表1如下：

表1两辆车辆的故障表示和正常标识统计表

需要说明的是，当车辆a和车辆b均使用故障标识表示车辆a和车辆b处于故障状态的统计个数记为q，当车辆a使用故障标识表示车辆a处于故障状态和车辆b使用正常标识表示车辆b处于正常工作状态的统计个数记为s，当车辆b使用故障标识表示车辆b处于故障状态和车辆a使用正常标识表示车辆a处于正常工作状态的统计个数记为r，当车辆a和车辆b均使用正常标识表示车辆a和车辆b处于正常工作状态的统计个数记为t，则确定车辆属性相似度的公式如下：

需要说明的是，当分子q为0时，直接确定车辆属性相似度为0。

当车辆属性相似度为类别型车辆属性相似度时，根据车辆属性确定对应的车辆属性相似度包括：

判断车辆属性是否为同一类别；

若是，则确定车辆属性相似度为1；

若否，则确定车辆属性相似度为0。

在上述实施例的基础上，作为一种更优选的实施例，在根据相似度确定商品推荐系数之后，还包括：

对商品推荐系数按照预设顺序排序；

其中预设顺序可以为按照商品推荐系数由大到小的顺序，还可以为按照车辆属性权重值由大到小的顺序，该预设顺序可以根据具体实施场景确定具体实施方式；

按照预设顺序提取预设个数的商品推荐系数；

其中，预设个数可以为正整数，且对于该正整数的值不做限定，作为一种最优选的实施例，由于在汽车商品商城需要展示商品，因此，可以将预设个数设置为10，此时，对应的可以根据商品推荐系数匹配对应的商品的个数也为10；

根据商品推荐系数匹配对应的商品。

最后，得到一个数据列表，在该数据列表中，至少包括用户名、推荐购买商品、商品推荐系数；其中，商品推荐系数和推荐购买商品以及用户名一一对应。此时根据用户的用户名确定推荐购买商品，并依据对应的商品推荐系数进行排序，按照商品推荐系数的大小关系在汽车商品商城的首页推送对应的商品。其中，按照商品推荐系数的大小关系获取前10位的推荐购买商品，并显示在汽车商品商城的首页。

在上述实施例中，对于商品推送方法进行了详细描述，本发明还提供商品推送装置对应的实施例。需要说明的是，本发明从两个角度对装置部分的实施例进行描述，一种是基于功能模块的角度，另一种是基于硬件的角度。

图2为本发明实施例所提供的一种商品推送装置结构图，如图2所示，本发明还提供了一种商品推送装置，包括：

第一获取模块20，用于获取多个车辆的历史行为数据和目标车辆的更新数据；历史行为数据为发生与车辆相关的购买行为时对应车辆的瞬时数据；更新数据为以预设周期更新的目标车辆的瞬时数据；

第一确定模块21，用于确定历史行为数据和更新数据的相似度；

第二确定模块22，用于根据相似度确定商品推荐系数；

推送模块23，用于利用商品推荐系数向目标车辆推送商品。

此外，该装置还包括以下模块：

在一些实施例中，确定历史行为数据和更新数据的相似度包括：

第三确定模块，用于根据历史行为数据和更新数据确定车辆属性、时间衰减系数以及多个采样时间；

第四确定模块，用于根据车辆属性确定对应的车辆属性权重值和车辆属性相似度；

第五确定模块，用于根据车辆属性权重值、车辆属性相似度、时间衰减系数、多个采样时间确定相似度。

在一些实施例中，当车辆属性相似度为数值型车辆属性相似度时，根据车辆属性确定对应的车辆属性相似度包括：

第一设定模块，用于根据车辆属性权重值设定参考参数；

第二获取模块，用于获取车辆属性对应的多个车辆属性数值；

第六确定模块，用于确定参考参数与多个车辆属性数值之间的最大值；

第七确定模块，用于根据最大值和多个车辆属性数值确定车辆属性相似度。

在一些实施例中，当车辆属性相似度为二元型车辆属性相似度时，根据车辆属性确定对应的车辆属性相似度包括：

第二设定模块，用于设定故障标识和正常标识，其中，故障标识表征车辆属性处于故障状态，正常表示表征车辆属性处于正常工作状态；

统计模块，用于统计故障标识和正常标识的个数；

第八确定模块，用于根据统计出的个数确定车辆属性相似度。

在一些实施例中，当车辆属性相似度为类别型车辆属性相似度时，根据车辆属性确定对应的车辆属性相似度包括：

判断模块，用于判断车辆属性是否为同一类别；

若是，则触发第九确定模块，用于确定车辆属性相似度为1；

若否，则触发第十确定模块，用于确定车辆属性相似度为0。

在一些实施例中，根据相似度确定商品推荐系数包括：

累加模块，用于对相似度进行累加，得到商品推荐系数。

在一些实施例中，在根据相似度确定商品推荐系数之后，还包括：

排序模块，用于对商品推荐系数按照预设顺序排序；

提取模块，用于按照预设顺序提取预设个数的商品推荐系数；

匹配模块，用于根据商品推荐系数匹配对应的商品。

在一些实施例中，获取目标车辆的更新数据包括：

第三获取模块，用于以T+1的方式获取目标车辆的更新数据。

由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。

图3为本发明实施例所提供的一种商品推送设备结构图，如图3所示，一种商品推送设备包括：

存储器30，用于存储计算机程序；

处理器31，用于执行计算机程序时实现如上述实施例中所提到的商品推送方法的步骤。

本实施例提供的商品推送设备可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑等。

其中，处理器31可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器31可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器31也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称中央处理器(CentralProcessing Unit，CPU)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器31可以集成有图像处理器(Graphics Processing Unit，GPU)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器31还可以包括人工智能(Artificial Intelligence，AI)处理器，该AI处理器用于处理有关机器学习的计算操作。

存储器30可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器30还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器30至少用于存储以下计算机程序，其中，该计算机程序被处理器31加载并执行之后，能够实现前述任意一个实施例公开的商品推送方法的相关步骤。另外，存储器30所存储的资源还可以包括操作系统和数据等，存储方式可以是短暂存储或者永久存储。其中，操作系统可以包括Windows、Unix、Linux等。数据可以包括但不限于商品推送方法等。

在一些实施例中，商品推送设备还可包括有显示屏、输入输出接口、通信接口、电源以及通信总线。

本领域技术人员可以理解，图3中示出的结构并不构成对商品推送设备的限定，可以包括比图示更多或更少的组件。

本发明实施例提供的商品推送设备，包括存储器30和处理器31，处理器31在执行存储器30存储的程序时，能够实现商品推送方法。

最后，本发明还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。

可以理解的是，如果上述实施例中的方法以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory)，ROM、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上对本发明所提供的一种商品推送方法、装置、设备及介质进行了详细介绍。说明书中各个实施例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部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

还需要说明的是，在本说明书中，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。