CN111582895A

CN111582895A - 产品性别偏好的预测方法、系统、设备和存储介质

Info

Publication number: CN111582895A
Application number: CN201910117473.2A
Authority: CN
Inventors: 张人方
Original assignee: Beijing Jingdong Century Trading Co Ltd; Beijing Jingdong Shangke Information Technology Co Ltd
Current assignee: Beijing Jingdong Century Trading Co Ltd; Beijing Jingdong Shangke Information Technology Co Ltd
Priority date: 2019-02-15
Filing date: 2019-02-15
Publication date: 2020-08-25

Abstract

本发明公开了一种产品性别偏好的预测方法、系统、设备和存储介质。方法包括：获取用户行为数据；用户行为数据包括：浏览产品的时间序列；将用户行为数据输入离线性别预测模型；离线性别预测模型的输出参数包括：产品的性别数值；在判断离线性别预测模型输出的性别数值在预设范围内时，将时间序列输入实时性别预测模型；实时性别预测模型的输出参数包括：产品的性别数值；根据实时性别预测模型输出的性别数值预测产品的性别属性。本发明利用具有稳定性的离线性别预测模型和灵活性较高的实时性别预测模型预测用户对产品的性别偏好，不仅较稳定，当用户转变偏好倾向，也能准确预测用户当前的偏好。

Description

产品性别偏好的预测方法、系统、设备和存储介质

技术领域

本发明涉及互联网技术领域，特别涉及一种产品性别偏好的预测方法、系统、设备和存储介质。

背景技术

近年来，随着电商平台的快速发展，产品个性化推荐技术也得到了极大的改进。其中，产品推荐系统的核心内容是推荐方法，即如何将与用户兴趣一致的产品精准地推荐给用户。

目前，产品推荐方法主要包括基于内容的推荐，该推荐方法中系统通过机器学习方法从产品特征信息(产品价格，产品类型，产品订单量等)中获取和用户购买兴趣一致的产品。其中，产品性别属性是影响推荐系统效果的重要特征之一，如若将女装推荐给男性用户，将男包推荐给女性用户，则会严重影响用户的购物体验，所以精准预测用户对产品的性别偏好是决定推荐系统质量的关键因素之一。

现有技术，使用用户商详页的历史行为数据作为训练样本，训练模型得到性别预测模型，采集目标用户一时间段内的浏览商品页面的点击行为数据并输入性别预测模型，以预测目标用户对产品的性别偏好。由于用户对产品的性别偏好并非一层不变，当用户转变偏好倾向时，该性别预测模型并不能准确预测用户当前的偏好。且对于该性别预测模型，在适当的时间点需要重新训练模型，才能适时的贴合当下应用的场景，使用非常不方便。

发明内容

本发明实施例要解决的技术问题是为了克服使用现有技术的性别预测模型预测用户对产品的性别偏好的准确度不高，且经常需要重新训练的缺陷，提供一种产品性别偏好的预测方法、系统、设备和存储介质。

本发明实施例是通过下述技术方案来解决上述技术问题：

一种产品性别偏好的预测方法，所述性别偏好预测方法包括：

获取用户行为数据；所述用户行为数据包括：浏览产品的时间序列；所述产品设有表征性别属性的标识；

将所述用户行为数据输入离线性别预测模型；所述离线性别预测模型的输出参数包括：所述产品的性别数值；所述性别数值表征所述产品的性别属性；

判断所述离线性别预测模型输出的性别数值是否在预设范围内；

在判断为是时，将所述时间序列输入实时性别预测模型；所述实时性别预测模型的输出参数包括：所述产品的性别数值；

根据所述实时性别预测模型输出的性别数值预测产品的性别属性。

较佳地，在判断为否时，根据所述离线性别预测模型输出的性别数值预测产品的性别属性。

较佳地，所述实时性别预测模型的输出参数还包括：偏好度；

所述偏好度的计算公式如下：

其中，RV表示偏好度；1≤i≤k；k表示所述时间序列中产品的数量；genderValue_i表征第i个产品的性别属性；t_i表示衰变函数；α表示衰变参数。

较佳地，获取用户行为数据的步骤，具体包括：

基于Kafka获取所述用户行为数据；

和/或，预测产品的性别属性的步骤之后，还包括：

将预测结果存储于Redis。

一种电子设备，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，所述处理器执行所述计算机程序时实现如上述任一项所述的产品性别偏好的预测方法。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一项所述的产品性别偏好的预测方法的步骤。

一种产品性别偏好的预测系统，所述预测系统包括：

数据获取模块，用于获取用户行为数据；所述用户行为数据包括：浏览产品的时间序列；所述产品设有表征性别属性的标识；

计算模块，用于将所述用户行为数据输入离线性别预测模型；所述离线性别预测模型的输出参数包括：所述产品的性别数值；所述性别数值表征所述产品的性别属性；

判断模块，用于判断所述离线性别预测模型输出的性别数值是否在预设范围内，并在判断为是时，调用所述计算模块；

所述计算模块还用于将所述时间序列输入实时性别预测模型；所述实时性别预测模型的输出参数包括：所述产品的性别数值；

预测模块，用于根据所述实时性别预测模型输出的性别数值预测产品的性别属性。

较佳地，在所述判断模块判断为否时，所述预测模块还用于根据所述离线性别预测模型输出的性别数值预测产品的性别属性。

所述偏好度的计算公式如下：

较佳地，所述数据获取模块具体用于基于Kafka获取所述用户行为数据；

和/或，所述预测系统还包括：存储模块；

所述存储模块用于将预测结果存储于Redis。

本发明实施例的积极进步效果在于：本发明实施例利用具有稳定性的离线性别预测模型和灵活性较高的实时性别预测模型预测用户对产品的性别偏好，不仅较稳定，当用户转变偏好倾向，也能准确预测用户当前的偏好，且无需重新训练模型，即能贴合当下应用的场景，使用方便。

附图说明

图1为本发明实施例1的产品性别偏好的预测方法的流程图。

图2为本发明实施例2的电子产品的结构示意图。

图3为本发明实施例4的产品性别偏好的预测系统的模块示意图。

具体实施方式

下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。

实施例1

本实施例提供一种用户对产品的性别偏好的预测方法，如图1所示，预测方法包括以下步骤：

步骤101、获取用户行为数据。

其中，用户行为数据包括：用户ID、SKU(库存量单位)、用户浏览(点击)产品的时间序列等。用户浏览产品的时间序列包括浏览时间最靠近当前时刻的k个(可以但不限于50个)产品的性别属性数组；对于每个产品，设有标识，该标识用于表征产品的性别属性，例如，分别用0、0.5、1表示男性用品、中性用品(男性、女性均可使用)和女性用品。

本实施例中，具体使用流式数据采集，从kafka(一个开源流处理平台)日志抽取预测用户偏好所需要的字段，如用户ID、SKU、用户浏览产品的时间序列等。

步骤102、将用户行为数据输入离线性别预测模型。

其中，离线性别预测模型的输出参数包括产品的性别数值和偏好度。该性别数值表征用户下一时刻可能购买的产品的性别属性。该偏好度表征用户购买离线性别预测模型预测的性别属性的产品的可能程度，例如，离线性别预测模型输出的产品的性别数值为0.3(表征男性用品)，偏好度为0.88，代表预测出用户下一时刻偏好男性用品的概率为0.88。

以下对离线性别预测模型的训练过程作简要说明：

制作以天或小时或周为单位的用户商详页浏览(点击)行为的基础表，从中抽取用户历史(例如前一天)浏览产品的时间序列作为训练数据及测试数据。具体的，藉由滑动窗口方法，将最近一次浏览的产品的属性数据作为测试数据，之前浏览的产品的属性数据通过滑动不同大小的窗口(3次，5次，10次行为数据)作为训练数据。计算每个序列里的性别比例做特征提取，假如十次里面有5个男、3个女、2个中性，特征提取为男5/10，女3/10，中性2/10。根据特征提取结果进行多类别逻辑回归(multiclass logistic regression)训练模型，得到离线性别预测模型。

步骤103、判断离线性别预测模型输出的性别数值是否落入预设范围。

若判断为是，说明离线性别预测模型预测的用户对产品的性别偏好不明显，预测结果不太理想，需要进行进一步计算，则执行步骤104，并将实时性别预测模型输出的偏好度，替换离线性别预测模型输出的偏好度。若判断为否，说明预测结果较理想，无需进一步计算，则执行步骤105。

本实施例中，预设范围根据多次的随机模拟实验获得，不同的使用场景可设置不同的预设范围，例如本实施例中预设范围采用[0.4,0.6]。

步骤104、将浏览产品的时间序列输入实时性别预测模型。

其中，实时性别预测模型的输出参数包括：产品的性别数值、偏好度、置信度等。

偏好度的计算公式如下：

其中，RV表示偏好度；range(1，50)表示性别属性数组的数量；1≤i≤50；genderValue_i表征第i个产品的性别属性，分别用0、0.5、1表示男性用品、中性用品(男性、女性均可使用)和女性用品；t_i表示衰变函数；α表示衰变参数，α∈(0.5,1)，α越接近1衰变幅度越大。因为浏览产品的时间越近当前，用户偏好此产品的性别可能性越强烈，时间越久则越弱。因此，衰变函数会给浏览时间最近当前时刻的产品较高的权重，往后的产品的权重则慢慢递减。

步骤105、根据性别数值预测产品的性别属性并输出预测结果。

其中，预测结果包括：性别属性、偏好度、置信度等，该偏好度为实时性别预测模型输出的偏好度。

产品的性别属性的计算公式如下：

其中，f(gender)表征性别属性函数；p_male(男性产品的置信度)表示浏览产品的时间序列中，性别属性为男性的产品的比例；gender_male表示性别属性为男性；p_female(女性产品的置信度)表示浏览产品的时间序列中，性别属性为女性的产品的比例；gender_female表示性别属性为女性；p_middle(中性产品的置信度)表示浏览产品的时间序列中，性别属性为中性的产品的比例；gender_middle表示性别属性为中性。

需要说明的是，假设用户分别点击浏览了10个产品，其中，包括4个男性用品、4个女性用品，2个中性用品；那么p_male＝0.4，p_female＝0.4，p_middle＝0.2，由于该用户对男女用品的点击数量持平，说明该用户没有特别的性别偏好，则预测该用户的性别属性为中性。

步骤106、将预测结果存储于Redis。

本实施例中，预测模型布置于Storm集群(一种主从结构的服务器集群)。进行预测时，由Kafka发送目标用户的行为数据给Storm集群进行数据处理及模型预测，最后在Redis(一个存储系统)进行预测结果存储。

本实施例中，利用具有稳定性的离线性别预测模型和灵活性较高的实时性别预测模型预测用户对产品的性别偏好，不仅较稳定，当用户转变偏好倾向，也能准确预测用户当前的偏好，且无需重新训练模型，即能贴合当下应用的场景，使用方便。

实施例2

图2为本发明实施例提供的一种电子设备的结构示意图，示出了适于用来实现本发明实施方式的示例性电子设备90的框图。图2显示的电子设备90仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图2所示，电子设备90可以以通用计算设备的形式表现，例如其可以为服务器设备。电子设备90的组件可以包括但不限于：上述至少一个处理器91、上述至少一个存储器92、连接不同系统组件(包括存储器92和处理器91)的总线93。

总线93包括数据总线、地址总线和控制总线。

存储器92可以包括易失性存储器，例如随机存取存储器(RAM)921和/或高速缓存存储器922，还可以进一步包括只读存储器(ROM)923。

存储器92还可以包括具有一组(至少一个)程序模块924的程序工具925(或实用工具)，这样的程序模块924包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

处理器91通过运行存储在存储器92中的计算机程序，从而执行各种功能应用以及数据处理，例如本发明实施例1所提供的产品性别偏好的预测方法。

电子设备90也可以与一个或多个外部设备94(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口95进行。并且，模型生成的电子设备90还可以通过网络适配器96与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器96通过总线93与模型生成的电子设备90的其它模块通信。应当明白，尽管图中未示出，可以结合模型生成的电子设备90使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。

应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。

实施例3

本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现实施例1所提供的产品性别偏好的预测方法的步骤。

其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。

在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现实施例1所述的产品性别偏好的预测方法的步骤。

其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。

实施例4

本实施例提供一种用户对产品的性别偏好的预测系统，如图3所示，该预测系统包括：数据获取模块1、计算模块2、判断模块3、预测模块4和存储模块5。

数据获取模块1用于获取用户行为数据。其中，用户行为数据包括：用户ID、SKU(库存量单位)、用户浏览(点击)产品的时间序列等。用户浏览产品的时间序列包括浏览时间最靠近当前时刻的k个(可以但不限于50个)产品的性别属性数组；对于每个产品，设有标识，该标识用于表征产品的性别属性，例如，分别用0、0.5、1表示男性用品、中性用品(男性、女性均可使用)和女性用品。

本实施例中，数据获取模块1具体用于基于Kafka获取用户行为数据，也即使用流式数据采集，从kafka日志抽取预测用户偏好所需要的字段，如用户ID、SKU、用户浏览产品的时间序列等。

计算模块2用于将用户行为数据输入离线性别预测模型。其中，离线性别预测模型的输出参数包括产品的性别数值和偏好度。该性别数值表征用户下一时刻可能购买的产品的性别属性。该偏好度表征用户购买离线性别预测模型预测的性别属性的产品的可能程度，例如，离线性别预测模型输出的产品的性别数值为0.3(表征男性用品)，偏好度为0.88，代表预测出用户下一时刻偏好男性用品的概率为0.88。离线性别预测模型的训练过程与实施例1示出的预测方法中的模型训练过程类似，此处不再赘述。

判断模块3用于判断离线性别预测模型输出的性别数值是否在预设范围内；若判断为否，说明预测结果较理想，则调用预测模块4，以根据离线性别预测模型输出的性别数值预测产品的性别属性并输出预测结果；若判断为是，说明离线性别预测模型预测的用户对产品的性别偏好不明显，预测结果不太理想，需要进行进一步计算，则调用计算模块2。

计算模块2还用于将浏览产品的时间序列输入实时性别预测模型，并调用预测模块4，以根据实时性别预测模型输出的性别数值预测产品的性别属性并输出预测结果。其中，实时性别预测模型的输出参数包括：产品的性别数值、偏好度、置信度等，该偏好度为实时性别预测模型输出的偏好度。

偏好度的计算公式如下：

其中，RV表示偏好度；range(1,50)表示时间序列中性别属性数组的数量；1≤i≤50；genderValue_i表征第i个产品的性别属性，分别用0、0.5、1表示男性用品、中性用品(男性、女性均可使用)和女性用品；t_i表示衰变函数；α表示衰变参数，α∈(0.5，1)，α越接近1衰变幅度越大。因为浏览产品的时间越近当前，用户偏好此产品的性别可能性越强烈，时间越久则越弱。因此，衰变函数会给浏览时间最近当前时刻的产品较高的权重，往后的产品的权重则慢慢递减。

本实施例中，预测模块4输出的预测结果包括：性别属性、偏好度、置信度等。

产品的性别属性的计算公式如下：

存储模块5用于将预测结果存储于Redis。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。