产品推荐方法、装置、计算机设备及存储介质与流程

1.本技术涉及智能推荐领域，尤其涉及产品推荐方法、装置、计算机设备及存储介质。


背景技术：

2.在现有的产品推荐方法中，一般是根据系统中与产品存在关联关系的数据属性生成推荐筛选规则得到产品推荐结果，或使用系统中与产品存在关联关系的数据构建并训练智能推荐模型，若产品推荐结果中涉及不同种类产品时，需要分开建立根据不同的推荐筛选规则或不同的智能推荐模型分开得到产品推荐结果后进行汇总处理。同时，不同的推荐筛选规则和不同的智能推荐模型彼此之间也无法建立关联关系，通过关联关系对产品推荐结果进行筛选。


技术实现要素：

3.本技术实施例提供一种产品推荐方法、装置、计算机设备及存储介质，以解决现有产品推荐技术无法建立推荐筛选规则和智能推荐模型的关联关系用于产品推荐的问题。
4.本技术的第一方面，提供一种产品推荐方法，包括：
5.获取目标系统中根据用户信息生成的用户信息标签，以及所述目标系统中的智能推荐模型；
6.根据预设的产品推荐策略，使用所述用户信息标签和所述智能推荐模型生成目标产品推荐决策树，所述目标产品推荐决策树包括用户信息类型叶子节点和智能推荐模型类型叶子节点；
7.添加产品推荐筛选条件至每个所述用户信息类型叶子节点；
8.获取所述目标产品推荐决策树上的每一条分支的所述用户信息类型叶子节点和所述智能推荐模型类型叶子节点，根据所述每一条分支上的所述用户信息类型叶子节点和所述智能推荐模型类型叶子节点，获取决策树分支产品推荐结果；
9.将所述决策树分支产品推荐结果添加到产品推荐集合，并按照预设推荐结果优先级对所述产品推荐集合中的所述决策树分支产品推荐结果进行排序，得到目标产品推荐结果。
10.本技术的第二方面，提供一种产品推荐装置，包括：
11.数据获取模块，用于获取目标系统中根据用户信息生成的用户信息标签，以及所述目标系统中的智能推荐模型；
12.决策树生成模块，用于根据预设的产品推荐策略，使用所述用户信息标签和所述智能推荐模型生成目标产品推荐决策树，所述目标产品推荐决策树包括用户信息类型叶子节点和智能推荐模型类型叶子节点；
13.筛选条件模块，用于添加产品推荐筛选条件至每个所述用户信息类型叶子节点；
14.决策运行模块，用于获取所述目标产品推荐决策树上的每一条分支的所述用户信
息类型叶子节点和所述智能推荐模型类型叶子节点，根据所述每一条分支上的所述用户信息类型叶子节点和所述智能推荐模型类型叶子节点，获取决策树分支产品推荐结果；
15.集合排序模块，用于将所述决策树分支产品推荐结果添加到产品推荐集合，并按照预设推荐结果优先级对所述产品推荐集合中的所述决策树分支产品推荐结果进行排序，得到目标产品推荐结果。
16.本技术的第三方面，提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述产品推荐方法的步骤。
17.本技术的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述产品推荐方法的步骤。
18.上述产品推荐方法、装置、计算机设备及存储介质，通过获取目标系统中根据用户信息生成的用户信息标签，以及所述目标系统中的智能推荐模型；使用所述用户信息标签和所述智能推荐模型生成目标产品推荐决策树，所述目标产品推荐决策树包括用户信息类型叶子节点和智能推荐模型类型叶子节点；添加产品推荐筛选条件至每个所述用户信息类型叶子节点；根据所述每一条分支上的所述用户信息类型叶子节点和所述智能推荐模型类型叶子节点，获取决策树分支产品推荐结果，通过将所述决策树分支产品推荐结果进行排序，得到目标产品推荐结果。不仅建立了产品筛选规则和智能推荐模型之间的关联关系，而且通过目标产品推荐决策树的各分支同时得到不同种类的产品推荐结果。
附图说明
19.为了更清楚地说明本技术实施例的技术方案，下面将对本技术实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
20.图1是本技术一实施例中产品推荐方法的一应用环境示意图；
21.图2是本技术一实施例中产品推荐方法的一流程图；
22.图3是本技术一实施例中产品推荐装置的结构示意图；
23.图4是本技术一实施例中计算机设备的一示意图。
具体实施方式
24.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
25.本技术提供的产品推荐方法，可应用在如图1的应用环境中，其中，计算机设备可以但不限于各种个人计算机、笔记本电脑，计算机设备还可以是服务器，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。可以理解的是图1中的计算机设备的
数量仅仅是示意性的，可以根据实际需求进行任意数量的扩展。
26.在一实施例中，如图2所示，提供一种产品推荐方法，以该方法应用在图1中的计算机设备为例进行说明，包括如下步骤s101至s105：
27.s101、获取目标系统中根据用户信息生成的用户信息标签，以及所述目标系统中的智能推荐模型。
28.其中，所述用户信息标签是根据所述目标系统中包含的用户信息生成的，例如从所述目标系统中获取的用户性别、用户年龄、用户所在区域等用户信息，根据部分产品对用户信息的必要条件可筛选得到对应的产品推荐结果，例如某一产品的购买必要条件是60岁以下的男性用户。所述智能推荐模型，是所述目标系统中已经构建和训练完成，能直接用于做产品推荐的智能推荐模型，根据所述智能推荐模型能够得到产品推荐结果，例如根据高意愿模型能够得到产品购买意愿评分大于预设购买意愿评分的产品推荐结果。
29.进一步地，获取目标系统中根据产品信息生成的产品信息标签，将所述产品信息标签用于生成产品推荐结果，例如在火灾事件高发的季节获取产品保障范围是火灾保险的保险产品作为产品推荐结果。其中，需要特殊说明的是，所述用户信息标签和所述产品信息标签，在本技术中可以是所述目标系统中能够获取的其他类别的信息标签，且所述信息标签能够与所述产品推荐结果中的产品存在关联关系，而所述用户信息标签在本实施例中的运用只是众多信息标签的一种具体实施方式。
30.s102、根据预设的产品推荐策略，使用所述用户信息标签和所述智能推荐模型生成目标产品推荐决策树，所述目标产品推荐决策树包括用户信息类型叶子节点和智能推荐模型类型叶子节点。
31.进一步地，所述根据预设的产品推荐策略，使用所述用户信息标签和所述智能推荐模型生成目标产品推荐决策树之后还包括：使用预设图形库工具将所述目标产品推荐决策树进行图形化展示，并接收用户在图形化展示界面输入的叶子节点顺序调整操作。使用预设图形库工具展示所述目标产品推荐决策树，能够更加直觉和清晰的展示产品推荐结果的生成过程，也进一步提高了对所述目标产品决策树进行调整的效率。
32.进一步地，所述根据预设的产品推荐策略，使用所述用户信息标签和所述智能推荐模型生成目标产品推荐决策树之后还包括：首先，获取所述目标产品推荐决策树上的每一条分支上所有叶子节点的类型为所述智能推荐模型类型叶子节点的第五叶子节点，得到第五叶子节点集合。然后，对所述第五叶子节点集合中的第五叶子节点进行聚类。最后，若成功获取聚类结果，则在图形化展示的所述目标产品推荐决策树上使用预设第五图形展示策略标注所述第五叶子节点及所述第五叶子节点所在的分支。
33.进一步地，所述在图形化展示的所述目标产品推荐决策树上使用预设第五图形展示策略标注所述第五叶子节点及所述第五叶子节点所在的分支之后还包括：首先，获取包含所述第五叶子节点的分支的第一数量。然后，当所述第一数量等于1时，若所述第五叶子节点存在子节点，则将所述第五叶子节点从所述目标产品推荐决策树中移除，并将所述第五叶子节点的子节点作为所述第五叶子节点的父节点的新子节点，若所述第五叶子节点无子节点，则将所述第五叶子节点从所述目标产品推荐决策树中移除。
34.s103、添加产品推荐筛选条件至每个所述用户信息类型叶子节点。
35.其中，若所述目标产品推荐决策树的一条分支上存在相同用户信息的用户信息标
签，则需要对存在相同用户信息的用户信息标签所在的分支进行相应的图形化标注以提醒用户，避免根据存在相同用户信息的用户信息标签所在的分支无法得到产品推荐结果，例如所述目标产品推荐决策树的第一分支上同时存在用户信息为用户性别的第一用户信息标签和第二用户信息标签，所述第一用户信息标签的筛选条件是要求用户性别为男性，所述第二用户信息标签的筛选条件是要求用户性别为女性，则所述第一用户信息标签和所述第二用户信息标签的筛选条件相互冲突，则根据所述第一分支上的叶子节点无法得到相应的产品推荐结果。所述第一用户信息标签和所述第二用户信息标签是对用户信息为类别属性的叶子节点进行示例说明，而用户信息类型为数值属性的叶子节点的判断条件是数值筛选范围不存在交集，例如所述目标产品推荐决策树的第二分支上的第三用户信息标签的筛选条件是用户年龄小于18岁，以及所述第二分支上的第四用户信息标签的筛选条件是用户年龄大于60岁，则根据所述第二分支无法得到相应的产品推荐结果。
36.具体地，所述添加产品推荐筛选条件至每个所述用户信息类型叶子节点之后还包括：首先，获取所述目标产品推荐决策树上的每一条分支上所有叶子节点的类型为所述用户信息类型叶子节点的第一叶子节点，得到第一叶子节点集合。然后，获取所述第一叶子节点集合中第一叶子节点对应的用户信息的数据类型为类别属性的第二叶子节点，得到第二叶子节点集合。最后，根据用户信息对所述第二叶子节点集合中的第二叶子节点进行聚类。若成功获取对所述第二叶子节点的聚类结果，则判断每个聚类中所述第二叶子节点的筛选条件是否相同。若所述第二叶子节点的筛选条件相同，则在图形化展示的所述目标产品推荐决策树上使用预设第一图形展示策略标注对应所述第二叶子节点及所述第二叶子节点所在的分支。若所述第二叶子节点的筛选条件不同，则在图形化展示的所述目标产品推荐决策树上使用预设第二图形展示策略标注对应所述第二叶子节点及所述第二叶子节点所在的分支。
37.具体地，所述添加产品推荐筛选条件至每个所述用户信息类型叶子节点之后还包括：首先，获取所述目标产品推荐决策树上的每一条分支上所有叶子节点的类型为所述用户信息类型叶子节点的第三叶子节点，得到第三叶子节点集合。然后，获取所述第三叶子节点集合中第三叶子节点对应的用户信息的数据类型为数值属性的所述第四叶子节点，得到第四叶子节点集合。最后，根据用户信息对所述第四叶子节点集合中的第四叶子节点进行聚类。若成功获取对所述第四叶子节点的聚类结果，则判断所述聚类结果的每个聚类中所述第四叶子节点的数值筛选范围是否存在交集部分。若所述第四叶子节点的数值筛选范围存在交集部分，则在图形化展示的所述目标产品推荐决策树上使用预设第三图形展示策略标注所述第四叶子节点及所述第四叶子节点所在的分支。若所述第四叶子节点的数值筛选范围不存在交集部分，则在图形化展示的所述目标产品推荐决策树上使用预设第四图形展示策略标注所述第四叶子节点及所述第四叶子节点所在的分支。
38.其中，通过对所述目标产品推荐决策树上的分支中相同用户信息对应的不同叶子节点进行图形化的区分，能够帮助用户进一步精简所述目标产品推荐决策树的分支长度，进而可以提高通过所述目标产品推荐决策树得到产品推荐结果的效率。
39.s104、获取所述目标产品推荐决策树上的每一条分支的所述用户信息类型叶子节点和所述智能推荐模型类型叶子节点，根据所述每一条分支上的所述用户信息类型叶子节点和所述智能推荐模型类型叶子节点，获取决策树分支产品推荐结果。
40.其中，若所述目标产品推荐决策树的第一分支第一级叶子节点是所述用户信息类型的叶子节点，所述第一分支第一级叶子节点包括产品推荐筛选条件，根据所述产品筛选条件能够得到第一分支第一级叶子节点产品推荐结果，将第一分支第一级叶子节点产品推荐结果输入所述第一分支第一级叶子节点的子节点(第一分支第二级叶子节点)，所述第一分支第二级叶子节点可以是用户信息类型的叶子节点或智能推荐模型类型的叶子节点，所述第一分支第二级叶子节点输出第一分支第二级叶子节点产品推荐结果，以此类推，所述第一分支的最后一级叶子节点输出第一分支的最终第一分支产品推荐结果。若所述第一分支的第一级叶子节点是智能推荐模型类型的叶子节点，得到所述第一分支产品推荐结果的执行步骤与此类似，故在此不赘述。进一步地，所述目标产品推荐决策树上的其他分支输出所述决策树分支产品推荐结果的执行步骤与此类似，故在此不赘述。
41.进一步地，若所述目标产品推荐决策树中的一分支对应的所述决策树分支产品推荐结果为空集，则在图形化展示的所述目标产品推荐决策树上使用预设第五图形展示策略标注所述决策树分支产品推荐结果为空集的分支。对所述目标产品推荐决策树中所述产品推荐结果为空集的分支进行突出显示，不仅提醒用户构建更简洁高效的产品推荐决策树，还能在用户去除所述目标产品推荐决策树中所述产品推荐结果为空集的分支后减少对系统资源的消耗。
42.s105、将所述决策树分支产品推荐结果添加到产品推荐集合，并按照预设推荐结果优先级对所述产品推荐集合中的所述决策树分支产品推荐结果进行排序，得到目标产品推荐结果。
43.进一步地，使用所述预设图形库工具展示所述目标产品推荐结果，并接收用户在图形化展示界面对所述目标产品推荐结果的调整操作。所述对所述目标产品推荐结果的调整操作包括但不限于：增加新的产品至所述目标产品推荐结果、移除所述目标产品推荐结果中的产品和修改所述目标产品推荐结果中产品的排序。所述使用所述预设图形库工具展示所述目标产品推荐结果使得所述目标产品推荐结果的展示更加直观，所述接收用户在图形化展示界面对所述目标产品推荐结果的调整操作使得对所述目标产品推荐结果的调整更加高效。
44.进一步地，监控所述目标产品推荐结果中的产品的利润数据，并根据所述利润数据优化所述目标产品推荐决策树的结构。具体地，首先获取所述目标产品推荐结果中的产品的利润数据，并根据所述利润数据筛选出利润低于预设最低利润的利润未达标产品。然后，获取所利润未达标产品对应的所述决策树分支产品推荐结果，以及所述决策树分支产品推荐结果对应的未达标决策树分支。最后，在图形化展示的所述目标产品推荐决策树上使用预设第六图形展示策略标注所述未达标决策树分支，以及所述未达标决策树分支对应的推荐产品的利润数据。其中，所述利润数据中还包括时间单位，因为产品也存在时间周期性等因素，所以在考虑利润数据的同时，在所述图形化展示的所述目标产品推荐决策树上同时展示所述目标产品推荐决策树的运行时间，以便用户能够更加直观地获取到所述目标产品推荐决策树在已过去的图形显示时间段内获取的利润数据。
45.本技术提供的产品推荐方法，通过获取目标系统中根据用户信息生成的用户信息标签，以及所述目标系统中的智能推荐模型；使用所述用户信息标签和所述智能推荐模型生成目标产品推荐决策树，所述目标产品推荐决策树包括用户信息类型叶子节点和智能推
荐模型类型叶子节点；添加产品推荐筛选条件至每个所述用户信息类型叶子节点；根据所述每一条分支上的所述用户信息类型叶子节点和所述智能推荐模型类型叶子节点，获取决策树分支产品推荐结果，通过将所述决策树分支产品推荐结果进行排序，得到目标产品推荐结果。不仅建立了产品筛选规则和智能推荐模型之间的关联关系，而且通过目标产品推荐决策树的各分支同时得到不同种类的产品推荐结果。同时，对所述目标产品推荐决策树上的相同节点进行识别和图形化标注，能够使用户及时发现所述目标产品推荐决策树的推荐筛选规则的逻辑问题。
46.应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
47.在一实施例中，提供一种产品推荐装置100，该产品推荐装置100与上述实施例中产品推荐方法一一对应。如图3所示，该产品推荐装置100包括数据获取模块11、决策树生成模块12、筛选条件模块13、决策运行模块14、和集合排序模块15。各功能模块详细说明如下：
48.数据获取模块11，用于获取目标系统中根据用户信息生成的用户信息标签，以及所述目标系统中的智能推荐模型；
49.决策树生成模块12，用于根据预设的产品推荐策略，使用所述用户信息标签和所述智能推荐模型生成目标产品推荐决策树，所述目标产品推荐决策树包括用户信息类型叶子节点和智能推荐模型类型叶子节点；
50.筛选条件模块13，用于添加产品推荐筛选条件至每个所述用户信息类型叶子节点；
51.决策运行模块14，用于获取所述目标产品推荐决策树上的每一条分支的所述用户信息类型叶子节点和所述智能推荐模型类型叶子节点，根据所述每一条分支上的所述用户信息类型叶子节点和所述智能推荐模型类型叶子节点，获取决策树分支产品推荐结果；
52.集合排序模块15，用于将所述决策树分支产品推荐结果添加到产品推荐集合，并按照预设推荐结果优先级对所述产品推荐集合中的所述决策树分支产品推荐结果进行排序，得到目标产品推荐结果。
53.进一步地，所述决策树生成模块12还包括：
54.图形化子模块，用于使用预设图形库工具将所述目标产品推荐决策树进行图形化展示，并接收用户在图形化展示界面输入的叶子节点顺序调整操作。
55.进一步地，所述筛选条件模块13还包括：
56.第一叶子节点子模块，用于获取所述目标产品推荐决策树上的每一条分支上所有叶子节点的类型为所述用户信息类型叶子节点的第一叶子节点，得到第一叶子节点集合；
57.第二叶子节点子模块，用于获取所述第一叶子节点集合中第一叶子节点对应的用户信息的数据类型为类别属性的第二叶子节点，得到第二叶子节点集合；
58.第二叶子节点聚类子模块，用于根据用户信息对所述第二叶子节点集合中的第二叶子节点进行聚类；
59.第一判断子模块，用于若成功获取聚类结果，则判断每个聚类中所述第二叶子节点的筛选条件是否相同；
60.第一图形标注子模块，用于若相同，则在图形化展示的所述目标产品推荐决策树
上使用预设第一图形展示策略标注对应所述第二叶子节点及所述第二叶子节点所在的分支；
61.第二图形标注子模块，用于若不同，则在图形化展示的所述目标产品推荐决策树上使用预设第二图形展示策略标注对应所述第二叶子节点及所述第二叶子节点所在的分支。
62.进一步地，所述筛选条件模块13还包括：
63.第三叶子节点子模块，用于获取所述目标产品推荐决策树上的每一条分支上所有叶子节点的类型为所述用户信息类型叶子节点的第三叶子节点，得到第三叶子节点集合；
64.第四叶子节点子模块，用于获取所述第三叶子节点集合中第三叶子节点对应的用户信息的数据类型为数值属性的所述第四叶子节点，得到第四叶子节点集合；
65.第四叶子节点聚类子模块，用于根据用户信息对所述第四叶子节点集合中的第四叶子节点进行聚类；
66.第二判断子模块，用于若成功获取聚类结果，则判断每个聚类中所述第四叶子节点的数值筛选范围是否存在交集部分；
67.第三图形标注子模块，用于若存在，则在图形化展示的所述目标产品推荐决策树上使用预设第三图形展示策略标注所述第四叶子节点及所述第四叶子节点所在的分支；
68.第四图形标注子模块，用于若不存在，则在图形化展示的所述目标产品推荐决策树上使用预设第四图形展示策略标注所述第四叶子节点及所述第四叶子节点所在的分支。
69.进一步地，所述决策树生成模块12还包括：
70.第五叶子节点子模块，用于获取所述目标产品推荐决策树上的每一条分支上所有叶子节点的类型为所述智能推荐模型类型叶子节点的第五叶子节点，得到第五叶子节点集合；
71.第五叶子节点聚类子模块，用于对所述第五叶子节点集合中的第五叶子节点进行聚类；
72.第五图形标注子模块，用于若成功获取聚类结果，则在图形化展示的所述目标产品推荐决策树上使用预设第五图形展示策略标注所述第五叶子节点及所述第五叶子节点所在的分支。
73.进一步地，所述第五图形标注子模块还包括：
74.第一数量子单元，用于获取包含所述第五叶子节点的分支的第一数量；
75.叶子节点优化子单元，用于当所述第一数量等于1时，若所述第五叶子节点存在子节点，则将所述第五叶子节点从所述目标产品推荐决策树中移除，并将所述第五叶子节点的子节点作为所述第五叶子节点的父节点的新子节点，若所述第五叶子节点无子节点，则将所述第五叶子节点从所述目标产品推荐决策树中移除。
76.其中上述模块/单元中的“第一”和“第二”的意义仅在于将不同的模块/单元加以区分，并不用于限定哪个模块/单元的优先级更高或者其它的限定意义。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块，本技术中所出现的模块的划分，仅仅是一种逻辑上的划分，实际应用中实现时可以有另外的划分方式。
77.关于产品推荐装置的具体限定可以参见上文中对于产品推荐方法的限定，在此不再赘述。上述产品推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
78.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储产品推荐方法中涉及到的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种产品推荐方法。
79.在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中产品推荐方法的步骤，例如图2所示的步骤s101至步骤s105及该方法的其它扩展和相关步骤的延伸。或者，处理器执行计算机程序时实现上述实施例中产品推荐装置的各模块/单元的功能，例如图3所示模块11至模块15的功能。为避免重复，这里不再赘述。
80.所述处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。
81.所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述计算机装置的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、视频数据等)等。
82.所述存储器可以集成在所述处理器中，也可以与所述处理器分开设置。
83.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中产品推荐方法的步骤，例如图2所示的步骤s101至步骤s105及该方法的其它扩展和相关步骤的延伸。或者，计算机程序被处理器执行时实现上述实施例中产品推荐装置的各模块/单元的功能，例如图3所示模块11至模块15的功能。为避免重复，这里不再赘述。
84.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom
(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
85.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
86.以上所述实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。