一种履约约束的土特产级联推荐方法及系统

摘要: 本发明涉及土特产级联推荐,具体为一种履约约束的土特产级联推荐方法及系统。背景技术:1、乡村文旅活动能够吸引大量游客,并带动土特产、非遗产品和文创产品的展示与销售...
一种履约约束的土特产级联推荐方法及系统

本发明涉及土特产级联推荐,具体为一种履约约束的土特产级联推荐方法及系统。

背景技术:

1、乡村文旅活动能够吸引大量游客,并带动土特产、非遗产品和文创产品的展示与销售;所述乡村文旅活动包括乡村文艺展演、乡村体育赛事、非遗展示展销、乡村集市和乡村节庆活动等;在活动现场及其延伸形成的景区展销点、高铁站或机场展销点、直播间和电商平台等场景中,用户对相关产品的兴趣不仅体现在下单行为上,还体现在观看、浏览、停留、扫码、拿取、咨询、收藏、分享和复购等多个行为环节中;

2、现有农产品推荐或电商推荐方法多依赖线上浏览、点击、购买和评价数据,较少考虑线下展销场景中的拿取、放回、停留、扫码和咨询行为;现有智能售卖柜或rfid货架能够记录商品库存和拿取状态,但通常只用于售卖和库存管理,没有把线下行为链条与后续推荐排序统一计算;现有农产品溯源系统能够记录产地、批次、物流和防伪信息,但通常不参与推荐模型对商品可履约性的判断;

3、对于贵州土特产和非遗产品而言,推荐结果不仅要满足用户兴趣,还要满足履约条件;例如,酸汤、茶叶、辣椒制品、刺绣、银饰、民族服饰和文创产品在库存、保质期、包装要求、冷链条件、配送区域、跨境限制和多语标签方面差异较大;如果推荐系统只根据用户兴趣排序,容易出现用户感兴趣但库存不足、保质期不满足运输时间、冷链条件不达标、跨境规则不适用或无法按时配送的问题;

4、因此,需要一种能够同时利用线下多行为数据和商品履约约束的推荐方法,使推荐结果既反映用户真实意图,又满足商品实际履约条件。

技术实现思路

1、针对现有推荐方法难以统一利用线下多行为数据、不同意图阶段之间的递进关系以及产品履约状态的问题,本发明提供一种履约约束的土特产级联推荐方法及系统。

2、为实现上述目的,本发明提供如下技术方案:一种履约约束的土特产级联推荐方法,包括以下步骤:

3、s1:采集并统一记录乡村文旅多源行为事件;

4、s2:对s1获取的多源行为事件和产品履约数据进行预处理,形成标准化行为事件,并得到归一化行为强度、场景权重和产品履约特征;

5、s3:将下单、支付、评价和复购作为显式反馈,将观看、浏览、扫码、停留、拿取、咨询、收藏和分享作为隐式反馈,并根据行为置信度、行为强度、场景权重和时间衰减系数进行加权融合,得到用户与产品之间的统一行为边权;

6、s4:将s3得到的统一行为边权以及s2得到的履约特征共同用于构建多关系图,并对多关系图每一个节点进行关系加权传播;

7、s5:将用户行为按照低意图、中意图和高意图阶段进行级联解耦得到综合低意图、中意图和高意图三个阶段后的最终用户级联表示;

8、s6:基于用户级联表示计算用户对意图原型的隶属度;

9、s7:计算产品推荐分数,依据产品推荐分数进行推荐。

10、作为本发明优选的技术方案,所述多源行为事件至少包括用户或匿名会话标识、产品标识、场景标识、行为类型、发生时间、来源设备和行为附加值,所述行为附加值包括停留时长、扫码次数、拿取次数、咨询轮次、购买数量、评价分值中的一种或多种;

11、所述预处理包括时间戳对齐、重复事件合并、异常事件剔除、匿名会话合并、行为强度归一化、场景权重标定和履约字段标准化。

12、作为本发明优选的技术方案,所述s3包括行为置信度的表达式如下:

13、

14、其中,表示行为类型a的历史转化率,表示行为类型的初始置信度,表示历史转化率与初始置信度之间的调节系数。

15、作为本发明优选的技术方案,所述统一行为边权的具体表达式如下:

16、

17、

18、其中,表示用户与产品之间由行为类型形成的行为边权,表示行为类型的权重,表示行为类型的行为置信度,表示行为类型发生场景对应的场景权重,表示行为类型对应的时间衰减系数,表示用户对产品实施行为类型时的行为强度,表示行为类型集合,表示用户与产品之间的统一行为边权。

19、作为本发明优选的技术方案,所述s4中包括对任一节点,其第+1次传播后的表示为:

20、

21、其中,表示节点在第+1次传播后的表示,表示邻居节点y在第次传播后的表示,q表示关系类型集合,表示节点在关系q下的邻居集合,表示节点与节点y在关系q下的关系边权,表示关系q的权重,表示节点x在关系q下的加权度,表示节点y在关系q下的加权度,表示求和。

22、作为本发明优选的技术方案,所述节点x在关系q下的加权度的具体表达式如下:

23、

24、其中,表示节点与节点y在关系q下的关系边权,对于节点y在关系q下的加权度计算方式与一致。

25、作为本发明优选的技术方案,所述s5包括将行为类型集合划分为低意图阶段行为集合、中意图阶段行为集合和高意图阶段行为集合,包括观看、浏览、停留和扫码,包括拿取、咨询、收藏和分享,包括下单、支付、评价和复购;

26、对于第c个阶段,,用户u在该阶段的表示为:

27、

28、其中,表示用户u在第c个意图阶段的阶段表示,表示第c个阶段对应的行为集合,a表示行为类型;表示行为a在该阶段内的权重;表示用户u在行为a下发生交互的产品集合;表示用户u与产品i在行为a下的边权,表示用户u在行为a下的加权度;表示产品i在行为a下的加权度;表示经s4多关系图传播后得到的产品i的表示;表示非线性映射函数;对于第1个阶段,用户u的级联表示为:

29、

30、对于第个阶段,,用户的级联表示为:

31、

32、其中,表示第c个阶段的级联映射矩阵;表示偏置项;表示将当前阶段表示与前一阶段级联表示进行拼接;

33、最终用户级联表示为:

34、

35、其中,表示用户在第个意图阶段融合前一意图阶段信息后得到的级联表示,表示第个意图阶段的级联映射矩阵,表示第个意图阶段的偏置向量,表示向量拼接,表示综合低意图、中意图和高意图三个阶段后得到的最终用户级联表示。

36、作为本发明优选的技术方案,所述s6包括用户u对第k个意图原型的软隶属度:

37、

38、其中,表示用户u对第k个软意图原型的隶属度,表示用户u与第k个软意图原型之间的距离,表示用户u与第j个软意图原型之间的距离,k表示软意图原型总数,表示模糊系数,且,用于调节隶属度分布的平滑程度;为防止距离为0时分母异常的正数。

39、作为本发明优选的技术方案,所述s7计算产品推荐分数,具体为:

40、

41、其中,表示用户u与产品的推荐分数,表示用户u与产品的用户兴趣相关性,表示产品履约可行性,为sigmoid函数;所述用户兴趣相关性的计算公式为:

42、

43、所述履约可行性的计算公式为:

44、

45、其中,表示综合低意图、中意图和高意图三个阶段后得到的最终用户级联表示,表示经s4多关系图传播后得到的产品i的表示,表示产品与第个意图原型的匹配程度,表示用户u对第k个意图原型的软隶属度,表示软意图匹配项的权重系数,k表示意图原型总数,表示根据产品i的履约状态和用户u对应的目标配送地区构建的履约特征向量,表示履约特征权重向量,表示偏置项,上标t表示转置;

46、当产品i不满足库存、保质期、冷链、包装、配送区域或者跨境规则中的任一必要履约条件时,将产品i从候选产品集合中剔除;对于满足必要履约条件的产品,按照所述推荐分数由高到低进行排序并输出推荐结果。

47、本发明还提供一种履约约束的土特产级联推荐系统,包括数据采集与预处理模块、行为边权计算模块、多关系图构建与传播模块、级联表示模块、软意图隶属度计算模块和履约约束推荐模块;

48、所述数据采集与预处理模块用于采集乡村文旅场景中的多源行为事件和产品履约数据,并进行预处理,形成标准化行为事件,得到归一化行为强度、场景权重和产品履约特征;

49、所述行为边权计算模块用于根据行为置信度、行为强度、场景权重和时间衰减系数计算用户与产品之间的统一行为边权;

50、所述多关系图构建与传播模块用于根据所述统一行为边权和产品履约特征构建多关系图,并对所述多关系图中的节点进行关系加权传播;

51、所述级联表示模块用于按照低意图、中意图和高意图三个阶段逐级融合用户行为表示,得到最终用户级联表示;

52、所述软意图隶属度计算模块用于根据所述最终用户级联表示与各意图原型之间的距离,计算用户对各意图原型的软隶属度;

53、所述履约约束推荐模块用于根据所述最终用户级联表示、产品表示、软意图隶属度和产品履约特征计算推荐分数,剔除不满足必要履约条件的产品,并对其余产品进行排序后输出推荐结果。

54、与现有技术相比,本发明提供了一种履约约束的土特产级联推荐方法及系统,具备以下有益效果:

55、本发明通过采集线下展销场景中浏览、扫码、停留、拿取、咨询等多行为信号,弥补线上推荐系统只能看到点击和购买的不足,能够按照低意图、中意图和高意图阶段对用户行为进行级联解耦,减少不同强度行为简单混合带来的误判,能够通过软意图隶属度表达用户的多重购买需求,适合贵州土特产、非遗产品和文创产品多类型混合推荐,能够把库存、保质期、冷链、包装、配送区域和跨境规则作为推荐排序的一部分,减少推荐后无法发货或无法跨境履约的情况,能够将推荐结果联动到展柜陈列、直播货盘、电商页面和补货指令,使线下文旅ip流量形成满足履约条件的推荐结果。