商品推荐的方法、装置、服务器和程序产品与流程

本技术涉及计算机，特别涉及一种商品推荐的方法、装置、服务器和程序产品。

背景技术：

1、随着电商行业的快速发展，店铺的商品数量也在不断增多，消费者更倾向于以自然语言的方式向店铺表达购物需求，例如“想要一件通勤风格的雪纺衬衫”、“卖得好的连衣裙有哪些”、“xx牌的运动鞋”等。在此背景下，如何根据消费者通过自然语言表达的购物需求，精准的向消费者推荐符合其购物需求的商品，成为了目前亟需解决的技术问题。

技术实现思路

1、本技术实施例提供了一种商品推荐的方法、装置、服务器和程序产品,能够提高商品推荐的精准度，所述技术方案如下：

2、第一方面，提供了一种商品推荐的方法，所述方法包括：

3、获取商品推荐请求，其中，所述商品推荐请求中携带商品需求描述词；

4、基于所述商品需求描述词，确定搜索关键字段对应的权重值，其中，搜索关键字段包括商品通用字段和商品属性字段，所述商品通用字段包括商品标题字段、商品详情描述字段、商品品牌字段、商品销量字段和商品评分字段中的一个或多个字段；

5、基于所述商品需求描述词和所述每个搜索关键字段对应的权重值，确定待推荐商品。

6、在一种可能的实现中，所述基于所述商品需求描述词，确定搜索关键字段对应的权重值，包括：

7、生成包含有所述商品需求描述词的第一提示词，其中，所述第一提示词用于指示对搜索关键词对应的权重值的分配规则；

8、将所述第一提示词输入预训练的大语言模型llm，得到搜索关键字段对应的权重值。

9、在一种可能的实现中，所述基于所述商品需求描述词和所述搜索关键字段对应的权重值，确定待推荐商品，包括：

10、基于所述商品需求描述词和所述每个搜索关键字段对应的权重值，生成领域特定语言dsl查询语句；

11、由弹性搜索es引擎，基于所述dsl查询语句，查询到相关性得分最高的前n个候选商品，其中，n为正整数；

12、在所述n个候选商品中，确定出待推荐商品。

13、在一种可能的实现中，在所述n个候选商品中，确定出待推荐商品，包括：

14、生成包含有所述n个候选商品分别对应的语义化文本和所述商品需求描述词的第二提示词，输入预训练的llm，得到所述n个候选商品分别对应的重排得分，其中，所述每个候选商品对应的语义化文本用于描述对应的候选商品的商品标题、商品详情描述、商品所属品类、商品属性、商品销量、商品价格、商品品牌和商品评分中的一个或多个信息；

15、在所述n个候选商品中，确定出重排得分最高的m个候选商品，作为待推荐商品，其中，所述m为小于所述n的正整数。

16、在一种可能的实现中，所述方法还包括：

17、对于商品库中的每个商品，获取所述商品的商品唯一标识、商品标题、商品详情描述、商品所属品类、商品属性、商品销量、商品价格、商品品牌和商品评分中的一个或多信息，并基于所述一个或多个信息，建立es索引；

18、所述由弹性搜索es引擎，基于所述dsl查询语句，查询到相关性得分最高的前n个候选商品，包括：

19、由弹性搜索es引擎，基于所述dsl查询语句和所述es索引，查询到相关性得分最高的前n个候选商品。

20、在一种可能的实现中，所述基于所述商品需求描述词和所述每个搜索关键字段对应的权重值，生成领域特定语言dsl查询语句；由弹性搜索es，基于所述dsl查询语句，查询到相关性得分最高的前n个候选商品，包括：

21、通过第一智能体agent，基于所述商品需求描述词和所述每个搜索关键字段对应的权重值，生成领域特定语言dsl查询语句，由弹性搜索es，基于所述dsl查询语句，查询到相关性得分最高的前n个候选商品；

22、所述在所述n个候选商品中，确定出待推荐商品，包括：

23、通过第二agent，在所述n个候选商品中，确定出待推荐商品。

24、第二方面，提供了一种商品推荐的装置，所述装置包括：

25、获取模块，用于获取商品推荐请求，其中，所述商品推荐请求中携带商品需求描述词；

26、确定模块，用于基于所述商品需求描述词，确定每个搜索关键字段对应的权重值，其中，搜索关键字段包括商品通用字段和商品属性字段，所述商品通用字段包括商品标题字段、商品详情描述字段、商品品牌字段、商品销量字段和商品评分字段中的一个或多个字段；

27、推荐模块，用于基于所述商品需求描述词和所述每个搜索关键字段对应的权重值，确定待推荐商品。

28、在一种可能的实现中，所述确定模块，用于：

29、生成包含有所述商品需求描述词的第一提示词，其中，所述第一提示词用于指示对搜索关键词对应的权重值的分配规则；

30、将所述第一提示词输入预训练的大语言模型llm，得到每个搜索关键字段对应的权重值。

31、在一种可能的实现中，所述推荐模块，用于：

32、基于所述商品需求描述词和所述每个搜索关键字段对应的权重值，生成领域特定语言dsl查询语句；

33、由弹性搜索es引擎，基于所述dsl查询语句，查询到相关性得分最高的前n个候选商品，其中，n为正整数；

34、在所述n个候选商品中，确定出待推荐商品。

35、在一种可能的实现中，推荐模块，用于：

36、生成包含有所述n个候选商品分别对应的语义化文本和所述商品需求描述词的第二提示词，输入预训练的llm，得到所述n个候选商品分别对应的重排得分，其中，所述每个候选商品对应的语义化文本用于描述对应的候选商品的商品标题、商品详情描述、商品所属品类、商品属性、商品销量、商品价格、商品品牌和商品评分中的一个或多个信息；

37、在所述n个候选商品中，确定出重排得分最高的m个候选商品，作为待推荐商品，其中，所述m为小于所述n的正整数。

38、在一种可能的实现中，所述索引建立模块，用于：

39、对于商品库中的每个商品，获取所述商品的商品唯一标识、商品标题、商品详情描述、商品所属品类、商品属性、商品销量、商品价格、商品品牌和商品评分中的一个或多信息，并基于所述一个或多个信息，建立es索引；

40、所述推荐模块，用于：

41、由弹性搜索es引擎，基于所述dsl查询语句和所述es索引，查询到相关性得分最高的前n个候选商品。

42、在一种可能的实现中，所述推荐模块，用于：

43、通过第一智能体agent，基于所述商品需求描述词和所述每个搜索关键字段对应的权重值，生成领域特定语言dsl查询语句，由弹性搜索es引擎，基于所述dsl查询语句，查询到相关性得分最高的前n个候选商品；

44、通过第二agent，在所述n个候选商品中，确定出待推荐商品。

45、第三方面，提供了一种服务器，所述服务器包括处理器和存储器，所述存储器中存储有至少一条指令，所述指令由所述处理器加载并执行以实现如上述第一方面以及第一方面的任一可能实现所述的商品推荐的方法所执行的操作。

46、第四方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行以实现如上述第一方面以及第一方面的任一可能实现所述的商品推荐的方法所执行的操作。

47、第五方面，提供了一种计算机程序产品，所述计算机程序产品中存储有至少一条指令，所述指令由处理器加载并执行以实现如上述第一方面以及第一方面的任一可能实现所述的商品推荐的方法所执行的操作。

48、本技术提供的技术方案带来的有益效果是：

49、在本技术提供的技术方案中，针对用户的商品推荐请求，根据请求中携带的商品需求描述词，动态分配每个搜索关键字段对应的权重值，并且搜索关键字段除了包括商品通用字段外，还配置有每个商品专属的商品属性字段，相比于固定权重，这种动态分配权重的方案，能够更精准匹配用户的需求重点，对用户需求重点对应的关键词赋予更高的权重，使得最终检索返回给用户的待推荐商品，能够更精准的命中用户需求。