本公開涉及產(chǎn)品推薦，尤其涉及一種產(chǎn)品推薦方法與產(chǎn)品推薦裝置、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)及電子設(shè)備。

背景技術(shù)：

1、隨著物流技術(shù)的發(fā)展，物流產(chǎn)品變得多種多樣。如何推薦出適合客戶的物流產(chǎn)品成為了有待解決的問題。

2、在相關(guān)技術(shù)中，銷售通常根據(jù)自身的主觀判斷以及銷售經(jīng)驗(yàn)，向客戶推薦物流產(chǎn)品，這導(dǎo)致推薦出的物流產(chǎn)品并不一定適合于客戶，降低了產(chǎn)品推薦的正確率，進(jìn)而降低了客戶的體驗(yàn)度。

3、鑒于此，本領(lǐng)域亟需開發(fā)一種新的產(chǎn)品推薦方法及裝置。

4、需要說明的是，在上述背景技術(shù)部分公開的信息僅用于加強(qiáng)對(duì)本公開的背景的理解，因此可以包括不構(gòu)成對(duì)本領(lǐng)域普通技術(shù)人員已知的現(xiàn)有技術(shù)的信息。

技術(shù)實(shí)現(xiàn)思路

1、本公開的目的在于提供一種產(chǎn)品推薦方法、產(chǎn)品推薦裝置、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)及電子設(shè)備，進(jìn)而至少在一定程度上克服由于相關(guān)技術(shù)導(dǎo)致的物流產(chǎn)品的推薦準(zhǔn)確率低的問題。

2、本公開的其他特性和優(yōu)點(diǎn)將通過下面的詳細(xì)描述變得顯然，或部分地通過本公開的實(shí)踐而習(xí)得。

3、根據(jù)本發(fā)明實(shí)施例的第一個(gè)方面，提供一種產(chǎn)品推薦方法，所述方法包括：獲取待推薦客戶特征數(shù)據(jù)，并獲取與所述待推薦客戶特征數(shù)據(jù)對(duì)應(yīng)的物流產(chǎn)品推薦模型；所述物流產(chǎn)品推薦模型是以歷史簽約特征數(shù)據(jù)作為模型樣本所訓(xùn)練出的；所述歷史簽約特征數(shù)據(jù)包括歷史簽約客戶特征數(shù)據(jù)以及與所述歷史簽約客戶特征數(shù)據(jù)對(duì)應(yīng)的歷史簽約產(chǎn)品數(shù)據(jù)；基于所述物流產(chǎn)品推薦模型，預(yù)測出與所述待推薦客戶特征數(shù)據(jù)對(duì)應(yīng)的目標(biāo)推薦產(chǎn)品。

4、在本發(fā)明的一種示例性實(shí)施例中，獲取與所述待推薦客戶特征數(shù)據(jù)對(duì)應(yīng)的物流產(chǎn)品推薦模型之前，所述方法還包括：獲取歷史簽約特征數(shù)據(jù)，并對(duì)所述歷史簽約特征數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，以構(gòu)建出模型樣本；所述模型樣本中包括訓(xùn)練樣本以及測試樣本；獲取初始物流產(chǎn)品推薦模型，利用所述訓(xùn)練樣本，對(duì)所述初始物流產(chǎn)品推薦模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的所述初始物流產(chǎn)品推薦模型；利用所述測試樣本，對(duì)所述訓(xùn)練后的初始物流產(chǎn)品推薦模型進(jìn)行測試，以得到物流產(chǎn)品推薦模型。

5、在本發(fā)明的一種示例性實(shí)施例中，所述歷史簽約特征數(shù)據(jù)還包括與所述歷史簽約客戶特征數(shù)據(jù)對(duì)應(yīng)的歷史銷售特征數(shù)據(jù)。

6、在本發(fā)明的一種示例性實(shí)施例中，所述訓(xùn)練樣本中包括歷史簽約產(chǎn)品以及與所述歷史簽約產(chǎn)品對(duì)應(yīng)的歷史簽約量；利用所述訓(xùn)練樣本，對(duì)所述初始產(chǎn)品推薦模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的所述初始產(chǎn)品推薦模型，包括：從所述訓(xùn)練樣本中，分別獲取與所述歷史簽約產(chǎn)品對(duì)應(yīng)的所述歷史簽約量；獲取與所述歷史簽約量對(duì)應(yīng)的簽約量閾值，基于所述簽約量閾值，在所述歷史簽約量中確定出目標(biāo)歷史簽約量；從所述訓(xùn)練樣本中剔除與所述目標(biāo)歷史簽約量對(duì)應(yīng)的目標(biāo)樣本，以得到剔除后的所述訓(xùn)練樣本；利用所述剔除后的訓(xùn)練樣本，對(duì)所述初始物流產(chǎn)品推薦模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的所述初始物流產(chǎn)品推薦模型。

7、在本發(fā)明的一種示例性實(shí)施例中，所述方法還包括：基于焦點(diǎn)損失函數(shù)，對(duì)所述初始物流產(chǎn)品推薦模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的所述初始物流產(chǎn)品推薦模型。

8、在本發(fā)明的一種示例性實(shí)施例中，所述初始物流產(chǎn)品推薦模型包括初始產(chǎn)品推薦樹模型，所述初始產(chǎn)品推薦樹模型包括多個(gè)回歸樹；所述利用所述訓(xùn)練樣本，對(duì)所述初始物流產(chǎn)品推薦模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的所述初始物流產(chǎn)品推薦模型之后，所述方法還包括：確定每個(gè)歷史簽約特征在所述多個(gè)回歸樹中出現(xiàn)的頻次，基于所述訓(xùn)練后的初始物流產(chǎn)品推薦模型，計(jì)算出與所述每個(gè)歷史簽約特征對(duì)應(yīng)的信息增益；所述訓(xùn)練樣本中包括所述歷史簽約特征；基于所述頻次以及所述信息增益，在所述歷史簽約特征中確定出目標(biāo)歷史簽約特征；基于所述目標(biāo)歷史簽約特征，對(duì)所述訓(xùn)練后的初始產(chǎn)品推薦樹模型進(jìn)行優(yōu)化，得到物流產(chǎn)品推薦樹模型。

9、在本發(fā)明的一種示例性實(shí)施例中，所述物流產(chǎn)品推薦模型包括所述物流產(chǎn)品推薦樹模型；所述基于所述物流產(chǎn)品推薦模型，預(yù)測出與所述待推薦客戶特征數(shù)據(jù)對(duì)應(yīng)的目標(biāo)推薦產(chǎn)品，包括：將所述待推薦客戶特征數(shù)據(jù)輸入至所述物流產(chǎn)品推薦樹模型中，以得到與所述多個(gè)回歸樹分別對(duì)應(yīng)的多個(gè)預(yù)測值；每個(gè)所述預(yù)測值中包括與多個(gè)產(chǎn)品類型分別對(duì)應(yīng)的多個(gè)第一類型預(yù)測值；對(duì)所述多個(gè)預(yù)測值進(jìn)行計(jì)算得到目標(biāo)預(yù)測值；所述目標(biāo)預(yù)測值中包括與所述多個(gè)產(chǎn)品類型分別對(duì)應(yīng)的多個(gè)第二類型預(yù)測值；基于所述第二類型預(yù)測值，預(yù)測出與所述待推薦客戶特征數(shù)據(jù)對(duì)應(yīng)的目標(biāo)推薦產(chǎn)品。

10、在本發(fā)明的一種示例性實(shí)施例中，所述物流產(chǎn)品推薦模型包括多任務(wù)學(xué)習(xí)模型；所述基于所述物流產(chǎn)品推薦模型，預(yù)測出與所述待推薦客戶特征數(shù)據(jù)對(duì)應(yīng)的目標(biāo)推薦產(chǎn)品，包括：將所述待推薦客戶特征數(shù)據(jù)輸入至所述多任務(wù)學(xué)習(xí)模型中，得到目標(biāo)預(yù)估值；所述目標(biāo)預(yù)估值用于表示不同產(chǎn)品種類的產(chǎn)品被推薦的概率；根據(jù)所述目標(biāo)預(yù)估值，預(yù)測出與所述待推薦客戶特征數(shù)據(jù)對(duì)應(yīng)的目標(biāo)推薦產(chǎn)品。

11、在本發(fā)明的一種示例性實(shí)施例中，所述物流產(chǎn)品推薦模型包括因果推斷模型；所述基于所述物流產(chǎn)品推薦模型，預(yù)測出與所述待推薦客戶特征數(shù)據(jù)對(duì)應(yīng)的目標(biāo)推薦產(chǎn)品，包括：將所述待推薦客戶特征數(shù)據(jù)輸入至所述因果推斷模型中，以確定出與所述待推薦客戶特征數(shù)據(jù)具有相似關(guān)系的目標(biāo)歷史簽約特征數(shù)據(jù)；基于所述目標(biāo)歷史簽約特征數(shù)據(jù)中的歷史簽約產(chǎn)品，預(yù)測出與所述待推薦客戶特征數(shù)據(jù)對(duì)應(yīng)的目標(biāo)推薦產(chǎn)品。

12、在本發(fā)明的一種示例性實(shí)施例中，所述預(yù)測出與所述待推薦客戶特征對(duì)應(yīng)的目標(biāo)推薦產(chǎn)品之后，所述方法還包括：將所述目標(biāo)推薦產(chǎn)品發(fā)送至銷售終端，以獲取銷售特征數(shù)據(jù)；根據(jù)所述銷售特征數(shù)據(jù)，對(duì)所述歷史簽約特征數(shù)據(jù)進(jìn)行更新，以得到更新后的所述歷史簽約特征數(shù)據(jù)；構(gòu)建出與所述更新后的歷史簽約特征數(shù)據(jù)對(duì)應(yīng)的模型樣本，利用所述模型樣本對(duì)所述物流產(chǎn)品推薦模型進(jìn)行訓(xùn)練。

13、根據(jù)本發(fā)明實(shí)施例的第二個(gè)方面，提供一種產(chǎn)品推薦裝置，所述裝置包括：獲取模塊，被配置為獲取待推薦客戶特征數(shù)據(jù)，并獲取與所述待推薦客戶特征數(shù)據(jù)對(duì)應(yīng)的物流產(chǎn)品推薦模型；所述物流產(chǎn)品推薦模型是以歷史簽約特征數(shù)據(jù)作為模型樣本所訓(xùn)練出的；所述歷史簽約特征數(shù)據(jù)包括歷史簽約客戶特征數(shù)據(jù)以及與所述歷史簽約客戶特征數(shù)據(jù)對(duì)應(yīng)的歷史簽約產(chǎn)品數(shù)據(jù)；預(yù)測模塊，被配置為基于所述物流產(chǎn)品推薦模型，預(yù)測出與所述待推薦客戶特征數(shù)據(jù)對(duì)應(yīng)的目標(biāo)推薦產(chǎn)品。

14、根據(jù)本發(fā)明實(shí)施例的第三個(gè)方面，提供一種電子設(shè)備，包括：處理器和存儲(chǔ)器；其中，存儲(chǔ)器上存儲(chǔ)有計(jì)算機(jī)可讀指令，所述計(jì)算機(jī)可讀指令被所述處理器執(zhí)行時(shí)實(shí)現(xiàn)上述任意示例性實(shí)施例的產(chǎn)品推薦方法。

15、根據(jù)本發(fā)明實(shí)施例的第四個(gè)方面，提供一種計(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，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述任意示例性實(shí)施例中的產(chǎn)品推薦方法。

16、由上述技術(shù)方案可知，本發(fā)明示例性實(shí)施例中的產(chǎn)品推薦方法、產(chǎn)品推薦裝置、計(jì)算機(jī)存儲(chǔ)介質(zhì)及電子設(shè)備至少具備以下優(yōu)點(diǎn)和積極效果：

17、在本公開的示例性實(shí)施例提供的方法及裝置中，基于物流產(chǎn)品推薦模型，預(yù)測出與待推薦客戶特征數(shù)據(jù)對(duì)應(yīng)的目標(biāo)推薦產(chǎn)品，物流產(chǎn)品推薦模型是以歷史簽約特征數(shù)據(jù)作為模型樣本索訓(xùn)練出的，歷史簽約特征數(shù)據(jù)包括歷史簽約客戶特征數(shù)據(jù)以及與歷史簽約客戶特征數(shù)據(jù)對(duì)應(yīng)的歷史簽約產(chǎn)品數(shù)據(jù)，一方面，避免了現(xiàn)有技術(shù)中，只能根據(jù)銷售人員的主觀判斷和銷售經(jīng)驗(yàn)，為客戶預(yù)測出目標(biāo)推薦產(chǎn)品的情況發(fā)生；另一方面，由于用于訓(xùn)練物流產(chǎn)品推薦模型的模型樣本包括歷史簽約客戶特征數(shù)據(jù)以及與歷史簽約客戶特征數(shù)據(jù)對(duì)應(yīng)的歷史簽約產(chǎn)品數(shù)據(jù)，進(jìn)而基于物流產(chǎn)品推薦模型，提高了預(yù)測出的目標(biāo)推薦產(chǎn)品與客戶之間的適配度，提升了目標(biāo)推薦產(chǎn)品的預(yù)測準(zhǔn)確度。

18、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開。