基于特定时段标准的对象推荐方法和装置与流程

1.本公开涉及计算机技术领域，具体涉及基于特定时段标准的对象推荐方法和装置。


背景技术：

2.当前电子商务网站如外卖平台在对用户进行商品推荐时，虽然有分时段推荐的功能，但针对每一时段圈品时，主要针对商户以及商户提供的商品进行，商品的时段属性需要商户手动添加，效率较低，且商品区分的颗粒度较粗，可能会出现下午茶时段为用户推荐小龙虾的情况，不符合商户和用户需求。


技术实现要素：

3.为了解决相关技术中的问题，本公开实施例提供基于特定时段标准的对象推荐方法、装置、相应的电子设备及可读存储介质。
4.第一方面，本公开实施例中提供了一种基于特定时段标准的对象推荐方法，包括：
5.获取待推荐对象；
6.根据特定时段标准对待推荐对象进行分类；
7.在特定时段，推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端；
8.其中，所述特定时段为与特定应用场景相对应的时间段。
9.结合第一方面，本公开在第一方面的第一种实现方式中，所述推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端，包括：
10.根据所述用户的用户特征对所述待推荐对象进行匹配；
11.在特定时段，推送包含与该特定时段的特定时段标准和所述用户特征相对应推荐对象的推荐页面至用户端。
12.结合第一方面的第一种实现方式，本公开在第一方面的第二种实现方式中，所述推荐页面还包括：与所述特定时段对应的页面样式和/或与所述用户特征相匹配的推荐标签。
13.结合第一方面，本公开在第一方面的第三种实现方式中，所述推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端，包括：
14.获取用户的行为特征；
15.基于所述行为特征确定用户类别；
16.基于确定用户类别为快速决策类用户，推送简洁推荐页面至所述用户端；或者
17.基于确定用户类别为品质敏感类用户，推送详细推荐页面至所述用户端。
18.结合第一方面，本公开在第一方面的第四种实现方式中，所述根据特定时段标准对待推荐对象进行分类，包括：
19.根据所述待推荐对象与各特定时段标准的相关度和提供所述待推荐对象的供应
方提供的供应时段对所述待推荐对象进行分类。
20.结合第一方面的第一或第二种实现方式，本公开在第一方面的第五种实现方式中，所述用户特征包括：用户历史浏览和/或下单对象的价格、是否包含优惠券、对象和/或对象所属店铺的排名、对象和/或对象所属店铺的热门程度、对象所属店铺的距离、对象是否为新品、对象所属店铺是否为新店、对象配送时间、对象配送价格、对象历史评价中的至少一项。
21.结合第一方面的第三种实现方式，本公开在第一方面的第六种实现方式中，所述用户的行为特征包括：用户历史浏览时长、用户历史浏览类别、用户历史下单时长、用户历史下单类别、用户历史评价信息中的至少一项。
22.结合第一方面，本公开在第一方面的第七种实现方式中，其中，所述根据特定时段标准对待推荐对象进行分类，包括：
23.根据特定时段标准、推荐池准入标准和数量标准对待推荐对象进行分类；
24.其中，所述在特定时段，推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端，包括：
25.在特定时段，推送包含与该特定时段的特定时段标准、推荐池准入标准和数量标准相对应推荐对象的推荐页面至用户端。
26.第二方面，本公开实施例中提供了一种基于特定时段标准的对象推荐装置，包括：
27.获取模块，用于获取待推荐对象；
28.分类模块，用于根据特定时段标准对待推荐对象进行分类；
29.推送模块，用于在特定时段，推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端；
30.其中，所述特定时段为与特定应用场景相对应的时间段。
31.结合第二方面，本公开在第二方面的第一种实现方式中，所述推送模块，还用于：
32.根据所述用户的用户特征对所述待推荐对象进行匹配；
33.在特定时段，推送包含与该特定时段的特定时段标准和所述用户特征相对应推荐对象的推荐页面至用户端。
34.结合第二方面的第一种实现方式，本公开在第二方面的第二种实现方式中，所述推荐页面还包括：与所述特定时段对应的页面样式和/或与所述用户特征相匹配的推荐标签。
35.结合第二方面，本公开在第二方面的第三种实现方式中，所述推送模块还用于：
36.获取用户的行为特征；
37.基于所述行为特征确定用户类别；
38.基于确定用户类别为快速决策类用户，推送简洁推荐页面至所述用户端；或者
39.基于确定用户类别为品质敏感类用户，推送详细推荐页面至所述用户端。
40.结合第二方面，本公开在第二方面的第四种实现方式中，所述分类模块还用于：
41.根据所述待推荐对象与各特定时段标准的相关度和提供所述待推荐对象的供应方提供的供应时段对所述待推荐对象进行分类。
42.结合第二方面的第一或第二种实现方式，本公开在第二方面的第五种实现方式中，所述用户特征包括：用户历史浏览和/或下单对象的价格、是否包含优惠券、对象和/或
对象所属店铺的排名、对象和/或对象所属店铺的热门程度、对象所属店铺的距离、对象是否为新品、对象所属店铺是否为新店、对象配送时间、对象配送价格、对象历史评价中的至少一项。
43.结合第二方面的第三种实现方式，本公开在第二方面的第六种实现方式中，所述用户的行为特征包括：用户历史浏览时长、用户历史浏览类别、用户历史下单时长、用户历史下单类别、用户历史评价信息中的至少一项。
44.结合第二方面，本公开在第二方面的第七种实现方式中，所述分类模块还用于根据特定时段标准、推荐池准入标准和数量标准对待推荐对象进行分类，
45.其中，所述推送模块还用于在特定时段，推送包含与该特定时段的特定时段标准、推荐池准入标准和数量标准相对应推荐对象的推荐页面至用户端。
46.第三方面，本公开实施例提供了一种电子设备，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如第一方面、第一方面的第一种实现方式至第七种实现方式任一项所述的方法。
47.第四方面，本公开实施例中提供了一种计算机可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现如第一方面、第一方面的第一种实现方式至第七种实现方式任一项所述的方法。
48.本公开实施例提供的技术方案可以包括以下有益效果：
49.根据本公开实施例提供的技术方案，通过利用特定时段标准对待推荐对象进行分类，所述特定时段标准除供应方提供的待推荐对象的供应时段外，还包括平台根据历史数据获得的待推荐对象与各特定时段的相关度，解决了平台所要提供的商品的时段属性需要商户手动添加效率低、颗粒度粗的技术问题，通过平台无需对象提供方标注即可完成待推荐对象的针对应用场景的时段属性的标注，确定待推荐对象的时段属性的过程效率高、精度高，大幅提高平台针对待推荐对象进行与时段对应的应用场景划分的效率。而且，可以使得平台向用户推荐对象的操作既符合对象提供方需求，又符合用户需求。
50.根据本公开实施例提供的技术方案，通过所述推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端，包括：根据所述用户的用户特征对所述待推荐对象进行匹配；在特定时段，推送包含与该特定时段的特定时段标准和所述用户特征相对应推荐对象的推荐页面至用户端，平台可以基于特定时段的时段标准和用户特征向用户进行推荐，提高平台进行推荐的效率和准确性。因此，可以使得平台向用户推荐对象的操作既符合对象提供方需求，又符合用户需求。
51.根据本公开实施例提供的技术方案，通过所述推荐页面还包括：与所述特定时段对应的页面样式和/或与所述用户特征相匹配的推荐标签，可以更精准地向用户进行推荐，并且使得平台向用户推荐对象的操作既符合对象提供方需求，又符合用户需求。
52.根据本公开实施例提供的技术方案，通过所述推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端，包括：获取用户的行为特征；基于所述行为特征确定用户类别；基于确定用户类别为快速决策类用户，推送简洁推荐页面至所述用户端；或者基于确定用户类别为品质敏感类用户，推送详细推荐页面至所述用户端，可以更精准地向用户进行推荐，并且使得平台向用户推荐对象的操作既符合对象提供方需求，又符合用
户需求。
53.根据本公开实施例提供的技术方案，通过所述根据特定时段标准对待推荐对象进行分类，包括：根据所述待推荐对象与各特定时段标准的相关度和提供所述待推荐对象的供应方提供的供应时段对所述待推荐对象进行分类，通过平台即可完成待推荐对象的针对应用场景的时段属性的标注，确定待推荐对象的时段属性的过程效率高、精度高，大幅提高平台针对待推荐对象进行与时段对应的应用场景划分的效率。
54.根据本公开实施例提供的技术方案，通过所述用户特征包括：用户历史浏览和/或下单对象的价格、是否包含优惠券、对象和/或对象所属店铺的排名、对象和/或对象所属店铺的热门程度、对象所属店铺的距离、对象是否为新品、对象所属店铺是否为新店、对象配送时间、对象配送价格、对象历史评价中的至少一项，可以更精准地向用户进行推荐，并且使得平台向用户推荐对象的操作既符合对象提供方需求，又符合用户需求。
55.根据本公开实施例提供的技术方案，通过所述用户的行为特征包括：用户历史浏览时长、用户历史浏览类别、用户历史下单时长、用户历史下单类别、用户历史评价信息中的至少一项，可以更精准地向用户进行推荐，并且使得平台向用户推荐对象的操作既符合对象提供方需求，又符合用户需求。
56.根据本公开实施例提供的技术方案，通过所述根据特定时段标准对待推荐对象进行分类，包括：根据特定时段标准、推荐池准入标准和数量标准对待推荐对象进行分类；其中，所述在特定时段，推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端，包括：在特定时段，推送包含与该特定时段的特定时段标准、推荐池准入标准和数量标准相对应推荐对象的推荐页面至用户端，通过平台无需对象提供方标注即可完成待推荐对象的分类，大幅提高平台针对待推荐对象进行与时段对应的应用场景划分的效率。而且，可以使得平台向用户推荐对象的操作既符合对象提供方需求，又符合用户需求。
57.根据本公开实施例提供的技术方案，通过为不同用户提供具有不同页面样式和/或不同推荐标签的展示页面，解决了当前没有为用户提供针对性的对象推荐页面的技术问题，推荐的页面更符合用户需求，用户可以方便快捷地获取自己感兴趣的对象。
58.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
59.结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
60.图1示出根据本公开实施例的对象推荐方法的流程图；
61.图2示出根据本公开实施例的另一对象推荐方法的流程图；
62.图3示出根据本公开实施例的又一对象推荐方法的流程图；
63.图4a示出根据本公实施例的简洁推荐页面的示例的示意图；
64.图4b示出根据本公实施例的详细推荐页面的示例的示意图；
65.图5示出根据本公开实施例的再一对象推荐方法的流程图；
66.图6示出根据本公开一实施方式对象推荐装置的结构框图；
67.图7示出根据本公开一实施方式的电子设备的结构框图；
68.图8是适于用来实现根据本公开实施方式对象推荐方法的计算机系统的结构示意图。
具体实施方式
69.下文中，将参考附图详细描述本公开的示例性实施例，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施例无关的部分。
70.在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
71.另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
72.上文提及，当前电子商务网站如外卖平台在对用户进行商品推荐时，虽然有分时段推荐的功能，但针对每一时段圈品时，主要针对商户以及商户提供的商品进行，商品的时段属性需要商户手动添加，效率较低，且商品区分的颗粒度较粗，可能会出现下午茶时段为用户推荐小龙虾的情况，不符合商户和用户需求。
73.另外，在相关技术中当前推送给用户的商品展示页面中，针对不同用户的推荐页面样式均相同，且同一商品的推荐标签也都相同，没有为用户提供针对性的对象推荐页面，导致用户无法快速便捷地获取自己感兴趣的商品。
74.鉴于以上情況，本公开提出了一种基于特定时段标准的对象推荐方法。
75.图1示出根据本公开实施例的对象推荐方法的流程图。如图1所示，所述数据处理方法包括以下步骤s110
–
s130：
76.在步骤s110中，获取待推荐对象；
77.在步骤s120中，根据特定时段标准对待推荐对象进行分类；
78.在步骤s130中，在特定时段，推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端。
79.在本公开的一个实施例中，待推荐对象可以指的是供应方(商户)提供至互联网平台，互联网平台经筛选后推荐至用户的商品，例如，外卖平台上商户提供至平台的商品。
80.在本公开的一个实施例中，所述待推荐对象可以是各类单品。当所述待推荐对象为单品时，获取待推荐对象可以通过以下方式实现：根据每一所述单品的类别、价格、单品画像特征、和数量获取所述待推荐对象。以所述待推荐对象为食品为例，所述单品的类别可以包括正餐类、主食类、小吃类、汤类、点心类、饮料类等；所述单品的价格为叠加所有优惠之后的用户到手价；所述单品画像特征为单品的口味、排名、评价等；所述单品的数量为供应商在规定时间内能够提供该单品的数量。
81.在本公开的一个实施例中，所述待推荐对象可以是由单品组合而成的套餐。当所述待推荐对象为套餐时，获取待推荐对象可以通过以下方式实现：根据套餐的类别、价格、套餐画像特征和数量获取所述待推荐对象。其中，所述套餐的类别的确定方式为：将套餐中所有单品按照类别排序，包含数量最多的类别即为所述套餐的类别，以所述待推荐对象为食品为例，某套餐包括两杯奶茶和一碗酸辣粉，将该套餐内所有单品按照类别排序得到的结果是{2份饮料类单品；1份主食类单品}，此时该套餐对应为饮料类套餐。若排序后存在并
列第一的情况，则根据预设优先级确定所述套餐的类别，以所述待推荐对象为食品为例，所述预设优先级可以为正餐类>主食类>小吃类>汤类>点心类>饮料类，例如，某套餐包括两份饺子和两杯可乐，将该套餐内所有单品按照类别排序得到的结果是{2份主食类单品；2份饮料类单品}，此时按照所述预设优先级可以确定该套装对应为主食类套餐。所述套餐的价格为叠加所有优惠之后的用户到手价；所述套餐画像特征为该套餐的口味、排名、评价等；所述套餐的数量为供应商在规定时间内能够提供该套餐的数量。
82.在本公开的一个实施例中，特定时段为与特定应用场景相对应的时间段，例如分别与早餐、午餐、下午茶、晚餐和夜宵等日常应用场景对应的早餐时段、午餐时段、下午茶时段、晚餐时段和夜宵时段，或者与元宵节、端午节、中秋节和七夕等节日应用场景相对应的元宵时段、端午时段、中秋时段和七夕时段，或者与奥运会、世界杯等近期热门事件相关的事件应用场景相对应奥运会时段和世界杯时段，或者与用户的生日、纪念日和其他特殊行程安排对应的个性化应用场景对应的生日时段、纪念日时段和其他特殊时段。其中，所述用户的生日、纪念日和其他特殊行程安排数据由用户根据自身意愿主动提供至平台。
83.在本公开的一个实施例中，特定时段标准为该特定时段所对应的特定应用场景的商品准入标准，其可以通过待推荐对象与各特定时段的相关度和提供所述待推荐对象的供应方提供的供应时段确定。其中，待推荐对象与各特定时段的相关度可通过以下方式确定：
84.首先，获取互联网平台全部待推荐对象在各日常应用场景对应的时段的销售数据，根据预设规则为各待推荐对象与各日常应用场景对应的时段进行匹配，得到匹配结果。
85.在本公开的一个实施例中，所述预设规则可以是计算各待推荐对象在各日常应用场景对应的时段的供应量(或者销售量)占比。具体地，针对待推荐对象a，根据对销售数据统计的结果，其在早餐时段、午餐时段、下午茶时段、晚餐时段和夜宵时段的销售量分别是{100，55，2，61，0}，计算得出各时段销售量占比为{0.46，0.25，0.01，0.28，0}；针对待推荐对象b，根据对销售数据统计的结果，其在早餐时段、午餐时段、下午茶时段、晚餐时段和夜宵时段的销售量分别是{3，6，88，5，1}，计算得出各时段销售量占比为{0.03，0.06，0.85，0.05，0.01}。以此类推，获得全部待推荐对象在各日常应用场景对应的时段的销售量占比，作为匹配结果。表1示出了在待推荐对象为食品的情况下，食品与各应用场景之间的部分匹配结果的示例。
86.表1
[0087][0088][0089]
其次，根据各时段各待推荐对象的销售量进行排序，得到排序结果。表2示出了部分排序结果的示例。
[0090]
表2
[0091] 早餐时段午餐时段下午茶时段晚餐时段夜宵时段第一包子盖饭奶茶饺子小龙虾第二油条拉面咖啡火锅烧烤第三咖啡汉堡蛋糕炸鸡卤味第四拉面米线水果日料肉饼
[0092]
接下来，基于所述匹配结果和排序结果计算获得待推荐对象与各日常应用场景对应特定时段的相关度。具体地，首先判断待推荐对象在某日常应用场景的销售量占比是否大于等于第一阈值，或者待推荐对象在某日常应用场景的销售量排名是否小于等于第二阈值，若是则将该待推荐对象与该日常应用场景对应特定时段的相关度设为1，所述第一阈值可以是0.7，所述第二阈值根据圈品(在某日常应用场景可能提供给特定用户的商品池内的商品)数量确定，例如可以是30。接着，判断待推荐对象在某日常应用场景的销售量占比是否大于等于第三阈值并小于第一阈值，或者待推荐对象在某日常应用场景的销售量排名是否小于等于第四阈值并小于第二阈值，若是则将该待推荐对象与该日常应用场景对应特定时段的相关度设为0.6，所述第三阈值可以是0.3，所述第四阈值同样根据圈品数量确定，例如可以是80；最后将待推荐对象在某日常应用场景的销售量占比为0的待推荐对象与该日常应用场景对应特定时段的相关度设为0，将其余待推荐对象在某日常应用场景的销售量占比为0的待推荐对象与该日常应用场景对应特定时段的相关度设为0.1。
[0093]
在本公开的一个实施例中，还可以首先判断当前是否还包括节日应用场景、事件应用场景或用户的个性化应用场景，若是则利用节日应用场景、事件应用场景或用户的个性化应用场景销售数据对所述相关度进行修正。
[0094]
在本公开的一个实施例中，还可以首先获取用户所在区域，然后利用该区域销售数据对所述相关度进行修正。
[0095]
在本公开的一个实施例中，步骤s120包括：根据所述待推荐对象与各特定时段标准的相关度和提供所述待推荐对象的供应方提供的供应时段对所述待推荐对象进行分类。
[0096]
根据本公开实施例提供的技术方案，通过所述根据特定时段标准对待推荐对象进行分类，包括：根据所述待推荐对象与各特定时段标准的相关度和提供所述待推荐对象的供应方提供的供应时段对所述待推荐对象进行分类，通过平台即可完成待推荐对象的针对应用场景的时段属性的标注，确定待推荐对象的时段属性的过程效率高、精度高，大幅提高平台针对待推荐对象进行与时段对应的应用场景划分的效率。
[0097]
在本公开的一个实施例中，步骤s120包括：根据特定时段标准、推荐池准入标准和数量标准对待推荐对象进行分类。步骤s130包括：在特定时段，推送包含与该特定时段的特定时段标准、推荐池准入标准和数量标准相对应推荐对象的推荐页面至用户端。
[0098]
根据本公开实施例提供的技术方案，通过所述根据特定时段标准对待推荐对象进行分类，包括：根据特定时段标准、推荐池准入标准和数量标准对待推荐对象进行分类；其中，所述在特定时段，推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端，包括：在特定时段，推送包含与该特定时段的特定时段标准、推荐池准入标准和数量标准相对应推荐对象的推荐页面至用户端，通过平台无需对象提供方标注即可完成待推荐对象的分类，大幅提高平台针对待推荐对象进行与时段对应的应用场景划分的效率。而且，可以使得平台向用户推荐对象的操作既符合对象提供方需求，又符合用户需求。
[0099]
在本公开的一个实施例中，所述推荐池是指针对包括针对特定推荐场景进行推荐的待推荐对象存储池，所述特定推荐场景可以是针对不同人群的推荐场景，例如学生专场、女生专场等；也可以是针对不同商圈的推荐场景，例如cbd专场、高校专场等；也可以是针对不同类别商品的推荐场景，例如蔬果专场、日用品专场等。所述推荐池准入标准可以采用与上述特定时段标准同样的方法获取。
[0100]
在一个示例中，所述数量标准是指，某待推荐对象是否已经达到平台已经圈品的同类对象的最小供应份数值。所述最小供应份数值可以根据不同的应用场景和/或推荐场景进行调整，例如在学生专场，奶茶类推荐对象的最小供应份数值可以适当上调，日料类推荐对象的最小供应份数值可以适当下调；又如，在cbd(中央商务区)专场，咖啡类推荐对象的最小供应份数值可以适当上调，烧烤类推荐对象的最小供应份数值可以适当下调。
[0101]
根据本公开实施例提供的技术方案，通过利用特定时段标准对待推荐对象进行分类，所述特定时段标准除供应方提供的待推荐对象的供应时段外，还包括平台根据历史数据获得的待推荐对象与各特定时段的相关度，解决了平台所要提供的商品的时段属性需要商户手动添加效率低、颗粒度粗的技术问题，通过平台无需对象提供方标注即可完成待推荐对象的针对应用场景的时段属性的标注，确定待推荐对象的时段属性的过程效率高、精度高，大幅提高平台针对待推荐对象进行与时段对应的应用场景划分的效率。而且，可以使得平台向用户推荐对象的操作既符合对象提供方需求，又符合用户需求。
[0102]
上文还提及，当前推送给用户的商品展示页面中，针对不同用户的推荐页面样式均相同，且同一商品的推荐标签也都相同，没有为用户提供针对性的推荐页面，导致用户无法快速便捷地获取自己感兴趣的商品。
[0103]
鉴于此，在本公开的一个实施例中步骤s130包括：根据用户的用户特征对待推荐对象进行匹配；在特定时段，推送包含与该特定时段的特定时段标准和用户特征相对应推荐对象的推荐页面至用户端。
[0104]
根据本公开实施例提供的技术方案，通过所述推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端，包括：根据所述用户的用户特征对所述待推荐对象进行匹配；在特定时段，推送包含与该特定时段的特定时段标准和所述用户特征相对应推荐对象的推荐页面至用户端，平台可以基于特定时段的时段标准和用户特征向用户进行推荐，提高平台进行推荐的效率和准确性。因此，可以使得平台向用户推荐对象的操作既符合对象提供方需求，又符合用户需求。
[0105]
基于对对象分类方式的讨论，以下参照图2描述根据本公开实施例的另一对象推荐方法的流程图。
[0106]
如图2所示，在步骤s210，获取待推荐对象。在步骤s220，根据特定时段标准、推荐池准入标准和数量标准对待推荐对象进行分类。在步骤s230，根据用户的用户特征对所述待推荐对象进行匹配。在步骤s240，在特定时段，推送包含与该特定时段的特定时段标准和所述用户特征相对应推荐对象的推荐页面至用户端。根据本公开实施例提供的技术方案，平台可以基于特定时段的时段标准和用户特征向用户进行推荐，提高平台进行推荐的效率和准确性。因此，可以使得平台向用户推荐对象的操作既符合对象提供方需求，又符合用户需求。
[0107]
在本公开的一个实施例中，，所述用户特征可以包括：用户历史浏览和/或下单对
象的价格、是否包含优惠券、对象和/或对象所属店铺的排名、对象和/或对象所属店铺的热门程度、对象所属店铺的距离、对象是否为新品、对象所属店铺是否为新店、对象配送时间、对象配送价格、对象历史评价中的至少一项。
[0108]
根据本公开实施例提供的技术方案，通过所述用户特征包括：用户历史浏览和/或下单对象的价格、是否包含优惠券、对象和/或对象所属店铺的排名、对象和/或对象所属店铺的热门程度、对象所属店铺的距离、对象是否为新品、对象所属店铺是否为新店、对象配送时间、对象配送价格、对象历史评价中的至少一项，可以更精准地向用户进行推荐，并且使得平台向用户推荐对象的操作既符合对象提供方需求，又符合用户需求。
[0109]
在本公开的一个实施例中，所述推荐页面还包括：与所述特定时段对应的页面样式和/或与所述用户特征相匹配的推荐标签。与特定时段对应的页面样式为针对不同的特定时段，具有不同的主题、时段提示和背景图样等元素的页面。与所述用户特征相匹配的推荐标签是指，在根据用户特征对待推荐对象进行匹配后，可以为不同的用户推荐不同的推荐页面。例如，针对价格敏感型用户，可以优先、突出显示优惠信息标签；针对新品敏感型用户，可以优先、突出显示待推荐对象和/或待推荐对象所属店铺为新品和/或新店；针对配送时间敏感型用户，可以优先、突出显示配送时间标签；对于品质敏感型用户，可以优先、突出显示好评率标签；对于热门商品敏感型用户，可以优先、突出显示待推荐对象的排名标签。推荐页面的推荐标签可以包括下单icon、榜单icon、价格底icon、点赞icon和关系icon。每个推荐标签(icon)可以以对应式样的小图标展示在推荐页面上。例如，所述下单icon可以对应第一式样的小图标，榜单icon可以对应第二式样的小图标，价格低icon可以对应第三式样的小图标，点赞icon可以对应第四式样的小图标，关系icon可以对应第五式样的小图标，与所述每个小图标对应的推荐内容可以和所述小图标一起在推荐页面上与推荐对象一起呈现。例如，在一个推荐页面上，推荐对象的图片的上方有一个推荐标签，其内容包括下单标签的第一式样的小图标，并且小图标后写明7天内100人下单。推荐页面上的小图标可以令用户更直观地掌握推荐对象的特点，帮助用户确定该对象是否符合自身的需求。
[0110]
根据本公开实施例提供的技术方案，通过所述推荐页面还包括：与所述特定时段对应的页面样式和/或与所述用户特征相匹配的推荐标签，可以更精准地向用户进行推荐，并且使得平台向用户推荐对象的操作既符合对象提供方需求，又符合用户需求。
[0111]
在本公开的一个实施例中，步骤s130包括：获取用户的行为特征；基于所述行为特征确定用户类别；基于确定用户类别为快速决策类用户，推送简洁推荐页面至所述用户端；或者基于确定用户类别为品质敏感类用户，推送详细推荐页面至所述用户端。
[0112]
其中，所述简洁推荐页面的示例如图4a所示，所述详细推荐页面的示例如图4b所示。在图4a所示的简洁推荐页面中，待推荐对象以列表的方式呈现，单一视图中可以展示多个(图4a中为3个)推荐对象的基本信息，每个推荐对象的基本信息中所能呈现的内容较少，即，每个推荐对象的基本信息中包括较小的推荐对象图像信息、较少的文本信息、较少的推荐标签等。在图4b所示的详细推荐页面中，推荐对象以占据终端屏幕较大区域的方式呈现，例如，在终端的全屏幕单一视图中展示单个推荐对象的详细信息，包括待推荐对象的较大的图像信息、较多文本信息和多个推荐标签，所述图像信息可以是包括推荐对象的整体图和细节图的多幅图片，和/或所述待推荐对象的展示视频。应该理解，图4a所示的简洁推荐页面和图4b所示的详细推荐页面仅仅是示例，本领域技术人员根据本公开实施例的教导可
以提供其他形式的简洁推荐页面和详细推荐页面。
[0113]
根据本公开实施例提供的技术方案，通过所述推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端，包括：获取用户的行为特征；基于所述行为特征确定用户类别；基于确定用户类别为快速决策类用户，推送简洁推荐页面至所述用户端；或者基于确定用户类别为品质敏感类用户，推送详细推荐页面至所述用户端，可以更精准地向用户进行推荐，并且使得平台向用户推荐对象的操作既符合对象提供方需求，又符合用户需求。
[0114]
在本公开的一个实施例中，所述用户的行为特征包括：用户历史浏览时长、用户历史浏览类别、用户历史下单时长、用户历史下单类别、用户历史评价信息中的至少一项。可以理解，若用户浏览或下单时长较长，和/或浏览或下单商品中高品质商品占比较高，和/或用户历史评价中对商品细节描述较多，则用户为品质敏感类用户；反之，则用户为快速决策类用户。在本公开的一个实施例中，可以利用用户画像获取用户的行为特征，并且利用预设阈值基于行为特征确定用户类别。
[0115]
根据本公开实施例提供的技术方案，通过所述用户的行为特征包括：用户历史浏览时长、用户历史浏览类别、用户历史下单时长、用户历史下单类别、用户历史评价信息中的至少一项，可以更精准地向用户进行推荐，并且使得平台向用户推荐对象的操作既符合对象提供方需求，又符合用户需求。
[0116]
根据本公开实施例提供的技术方案，通过为不同用户提供具有不同页面样式和/或不同推荐标签的展示页面，解决了当前没有为用户提供针对性的对象推荐页面的技术问题，推荐的页面更符合用户需求，用户可以方便快捷地获取自己感兴趣的对象。
[0117]
基于对利用用户行为特征确定用户类别以提供不同形式推荐页面的操作的讨论，以下参照图3描述根据本公开实施例的又一对象推荐方法的流程图。
[0118]
如图3所示，在步骤s310中，获取待推荐对象。在步骤s320中，根据特定时段标准、推荐池准入标准和数量标准对待推荐对象进行分类。在步骤s330中，基于用户的行为特征确定用户类别。基于在步骤s340中确定用户类别为快速决策类用户，在步骤s350中推送简洁推荐页面至用户端。基于在步骤s340’中确定用户类别为品质敏感类用户，在步骤s350’中推送详细推荐页面至用户端。
[0119]
图5示出了根据将以上讨论的对象推荐的方法应用于商品推荐的示例性流程图。其中，商户端发布套餐等待推荐对象。平台端确定所述待推荐对象是否满足会场准入标准、是否满足时段标准以及是否满足数量标准。平台端根据对上述标准的确定结果确定准入商品。接下来，平台端针对各用户进行千人千面圈品(确定在某日常应用场景可能提供给特定用户的商品池内的商品)和排序分发(确定商品池内排序靠前的部分商品向用户推荐)。接下来，平台端确定用户是否为快速决策类用户，若是则直接进入时段套餐会场，以简洁推荐页面展示商品，并在展示商品时分时段获取背景ui，在不同的时段为用户展示具有不同页面样式、页面标签等元素的推荐页面，从而另用户可以在同一时刻获取较多商品的信息，帮助用户快速决策。若否则进入小细节浏览式套餐会场，以详细推荐页面展示商品，以为用户打造沉浸式购物体验，增加用户浏览时长，帮助无法快速决策的用户全面获取套餐信息，帮助用户决策。
[0120]
以下参照图6描述根据本公开的实施例的对象推荐装置的结构框图。
[0121]
图6示出根据本公开的实施例的对象推荐装置600的结构框图。其中，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。该对象推荐装置包括：
[0122]
获取模块610，用于获取待推荐对象；
[0123]
分类模块620，用于根据特定时段标准对待推荐对象进行分类；
[0124]
推送模块630，用于在特定时段，推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端；
[0125]
其中，所述特定时段为与特定应用场景相对应的时间段。
[0126]
在本公开的一个实施例中，所述推送模块630，还用于：
[0127]
根据所述用户的用户特征对所述待推荐对象进行匹配；
[0128]
在特定时段，推送包含与该特定时段的特定时段标准和所述用户特征相对应推荐对象的推荐页面至用户端。
[0129]
在本公开的一个实施例中，所述推荐页面还包括：与所述特定时段对应的页面样式和/或与所述用户特征相匹配的推荐标签。
[0130]
在本公开的一个实施例中，所述推送模块630还用于：
[0131]
获取用户的行为特征；
[0132]
基于所述行为特征确定用户类别；
[0133]
基于确定用户类别为快速决策类用户，推送简洁推荐页面至所述用户端；或者
[0134]
基于确定用户类别为品质敏感类用户，推送详细推荐页面至所述用户端。
[0135]
在本公开的一个实施例中，所述分类模块620还用于：
[0136]
根据所述待推荐对象与各特定时段标准的相关度和提供所述待推荐对象的供应方提供的供应时段对所述待推荐对象进行分类。
[0137]
在本公开的一个实施例中，所述用户特征包括：用户历史浏览和/或下单对象的价格、是否包含优惠券、对象和/或对象所属店铺的排名、对象和/或对象所属店铺的热门程度、对象所属店铺的距离、对象是否为新品、对象所属店铺是否为新店、对象配送时间、对象配送价格、对象历史评价中的至少一项。
[0138]
在本公开的一个实施例中，所述用户的行为特征包括：用户历史浏览时长、用户历史浏览类别、用户历史下单时长、用户历史下单类别、用户历史评价信息中的至少一项。
[0139]
在本公开的一个实施例中，所述分类模块630还用于根据特定时段标准、推荐池准入标准和数量标准对待推荐对象进行分类，
[0140]
其中，所述推送模块630还用于在特定时段，推送包含与该特定时段的特定时段标准、推荐池准入标准和数量标准相对应推荐对象的推荐页面至用户端。
[0141]
根据本公开实施例提供的技术方案，通过利用特定时段标准对待推荐对象进行分类，所述特定时段标准除供应方提供的待推荐对象的供应时段外，还包括平台根据历史数据获得的待推荐对象与各特定时段的相关度，解决了平台所要提供的商品的时段属性需要商户手动添加效率低、颗粒度粗的技术问题，通过平台无需对象提供方标注即可完成待推荐对象的针对应用场景的时段属性的标注，确定待推荐对象的时段属性的过程效率高、精度高，大幅提高平台针对待推荐对象进行与时段对应的应用场景划分的效率。而且，可以使得平台向用户推荐对象的操作既符合对象提供方需求，又符合用户需求。
[0142]
根据本公开实施例提供的技术方案，通过为不同用户提供具有不同页面样式和/
或不同推荐标签的展示页面，解决了当前没有为用户提供针对性的对象推荐页面的技术问题，推荐的页面更符合用户需求，用户可以方便快捷地获取自己感兴趣的对象。
[0143]
本领域技术人员可以理解，参照图6描述的技术方案的可以与参照图1至5描述的实施例结合，从而具备参照图1至图5描述的实施例所实现的技术效果。具体内容可以参照以上根据图1至图5进行的描述，其具体内容在此不再赘述。
[0144]
前述实施例描述了数据处理装置和资源提供装置的内部功能和结构，在一个可能的设计中，数据处理装置和资源提供装置的结构可实现为电子设备，如图7中所示，该电子设备700可以包括处理器701以及存储器702。
[0145]
所述存储器702用于存储支持与电子设备执行上述任一实施例中的语料生成方法或代码生成方法的程序，所述处理器701被配置为用于执行所述存储器702中存储的程序。
[0146]
在本公开的一个实施例中，所述存储器702用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器701执行以实现以下步骤：
[0147]
获取待推荐对象；
[0148]
根据特定时段标准对待推荐对象进行分类；
[0149]
在特定时段，推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端；
[0150]
其中，所述特定时段为与特定应用场景相对应的时间段。
[0151]
在本公开的一个实施例中，所述推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端，包括：
[0152]
根据所述用户的用户特征对所述待推荐对象进行匹配；
[0153]
在特定时段，推送包含与该特定时段的特定时段标准和所述用户特征相对应推荐对象的推荐页面至用户端。
[0154]
其中，所述推荐页面还包括：与所述特定时段对应的页面样式和/或与所述用户特征相匹配的推荐标签。
[0155]
在本公开的一个实施例中，所述推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端，包括：获取用户的行为特征；基于所述行为特征确定用户类别；基于确定用户类别为快速决策类用户，推送简洁推荐页面至所述用户端；或者基于确定用户类别为品质敏感类用户，推送详细推荐页面至所述用户端。
[0156]
在本公开的一个实施例中，所述根据特定时段标准对待推荐对象进行分类，包括：
[0157]
根据所述待推荐对象与各特定时段标准的相关度和提供所述待推荐对象的供应方提供的供应时段对所述待推荐对象进行分类。
[0158]
在本公开的一个实施例中，所述用户特征包括：用户历史浏览和/或下单对象的价格、是否包含优惠券、对象和/或对象所属店铺的排名、对象和/或对象所属店铺的热门程度、对象所属店铺的距离、对象是否为新品、对象所属店铺是否为新店、对象配送时间、对象配送价格、对象历史评价中的至少一项。
[0159]
在本公开的一个实施例中，所述用户的行为特征包括：用户历史浏览时长、用户历史浏览类别、用户历史下单时长、用户历史下单类别、用户历史评价信息中的至少一项。
[0160]
在本公开的一个实施例中，所述根据特定时段标准对待推荐对象进行分类，包括：
[0161]
根据特定时段标准、推荐池准入标准和数量标准对待推荐对象进行分类；
[0162]
其中，所述在特定时段，推送包含与该特定时段的特定时段标准相对应推荐对象的推荐页面至用户端，包括：
[0163]
在特定时段，推送包含与该特定时段的特定时段标准、推荐池准入标准和数量标准相对应推荐对象的推荐页面至用户端。
[0164]
本公开示例性实施例还提供了一种计算机存储介质，用于储存所述定位装置所用的计算机软件指令，其包含用于执行上述任一实施例所涉及的程序，从而具备方法所带来的技术效果。
[0165]
图8是适于用来实现根据本公开一实施方式的特定时段标准的对象推荐方法的计算机系统的结构示意图。
[0166]
如图8所示，计算机系统800包括处理单元(cpu、gpu、npu、fpga等)801，其可以根据存储在只读存储器(rom)802中的程序或者从存储部分808加载到随机访问存储器(ram)803中的程序而执行上述附图所示的实施方式中的各种处理。在ram803中，还存储有系统800操作所需的各种程序和数据。处理单元801、rom802以及ram803通过总线804彼此相连。输入/输出(i/o)接口805也连接至总线804。
[0167]
以下部件连接至i/o接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至i/o接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。
[0168]
特别地，根据本公开的实施方式，上文参考附图描述的方法可以被实现为计算机软件程序。例如，本公开的实施方式包括一种计算机程序产品，其包括有形地包含在及其可读介质上的计算机程序，所述计算机程序包含用于执行附图中的方法的程序代码。在这样的实施方式中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。
[0169]
附图中的流程图和框图，图示了按照本公开各种实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，路程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0170]
描述于本公开实施方式中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
[0171]
作为另一方面，本公开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可以是上述实施方式中所述装置中所包含的计算机可读存储介质；也可以是单独存在，
未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法，从而具备方法所带来的技术效果。
[0172]
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。