本發(fā)明涉及計算機技術領域，特別涉及一種商品推薦方法及裝置。

背景技術：

隨著互聯網技術的不斷發(fā)展，網上購物已經成為用戶生活中不可或缺的一部分。為了建立個性化的顧客溝通服務體系，實現企業(yè)可度量的低成本擴張之路，通常是通過向正在網購的用戶推薦商品。

目前，主要是通過網購用戶的消費痕跡來向網購用戶推薦商品。

但是，通過消費痕跡的方法來推薦商品過于單一，如果網購用戶本次購買了某商品，之后在進行網購時不再需要購買該商品，但是現有方法中推薦的還是此類商品，從而未能較準確地向網購用戶推薦商品，用戶體驗較差。

技術實現要素：

本發(fā)明實施例提供了一種商品推薦方法及裝置，能夠較準確地向網購用戶推薦商品，提高用戶體驗。

第一方面，本發(fā)明實施例提供了一種商品推薦方法，預先設置至少一種氣象參數的取值區(qū)間與推薦商品的對應關系，以及實時采集至少一個指定地區(qū)分別對應的至少一種氣象參數值；還包括：

確定當前網購用戶的登錄信息；

根據所述登錄信息，確定所述當前網購用戶所在的目標地區(qū)；

確定針對于所述目標地區(qū)所采集到的至少一種當前氣象參數值；

根據所述對應關系，確定所述至少一種當前氣象參數值對應的推薦商品；

將確定的所述推薦商品推薦給所述當前網購用戶。

優(yōu)選地，

在所述將確定的所述推薦商品推薦給所述當前網購用戶之后，進一步包括：

獲取所述當前網購用戶針對推薦的所述推薦商品的反饋信息；

根據所述反饋信息，更新所述對應關系。

優(yōu)選地，

進一步包括：設置更新間隔；

所述根據所述反饋信息，更新所述對應關系，包括：

根據當前更新間隔內獲取到的針對推薦的所述推薦商品的各個所述反饋信息，確定所述推薦商品在所述當前更新間隔內被接收推薦的次數；

根據下述計算公式(1)，計算所述推薦商品的推薦度；

其中，λ表征所述推薦商品的推薦度；n表征所述推薦商品在所述當前更新間隔內被推薦的總次數；x表征所述推薦商品在所述當前更新間隔內被接受推薦的次數；

判斷所述推薦度是否小于預設的推薦閾值，如果是，則更新所述對應關系，以刪除所述推薦產品。

優(yōu)選地，

所述氣象參數，包括：溫度、風速、濕度、能見度、降水量、降雪量、氣壓和顆粒物pm。

優(yōu)選地，

所述登錄信息，包括：ip地址和收貨地址中的任意一種或多種。

第二方面，本發(fā)明實施例提供了一種商品推薦裝置，該裝置可以包括：第一設置單元、采集單元、第一確定單元、第二確定單元和商品推薦單元；其中，

所述第一設置單元，用于預先設置至少一種氣象參數的取值區(qū)間與推薦商品的對應關系；

所述采集單元，用于實時采集至少一個指定地區(qū)分別對應的至少一種氣象參數值；

所述第一確定單元，用于確定當前網購用戶的登錄信息；根據所述登錄信息，確定所述當前網購用戶所在的目標地區(qū)；

所述第二確定單元，用于確定針對于所述目標地區(qū)所采集到的至少一種當前氣象參數值；

所述商品推薦單元，用于根據所述對應關系，確定所述至少一種當前氣象參數值對應的推薦商品；將確定的所述推薦商品推薦給所述當前網購用戶。

優(yōu)選地，

進一步包括：更新單元；

所述更新單元，用于獲取所述當前網購用戶針對推薦的所述推薦商品的反饋信息；根據所述反饋信息，更新所述對應關系。

優(yōu)選地，

進一步包括：第二設置單元；

所述更新單元，包括：計算子單元和更新子單元；

所述計算子單元，用于根據當前更新間隔內獲取到的針對推薦的所述推薦商品的各個所述反饋信息，確定所述推薦商品在所述當前更新間隔內被接收推薦的次數；根據下述計算公式(1)，計算所述推薦商品的推薦度；

其中，λ表征所述推薦商品的推薦度；n表征所述推薦商品在所述當前更新間隔內被推薦的總次數；x表征所述推薦商品在所述當前更新間隔內被接受推薦的次數；

所述更新子單元，用于判斷所述推薦度是否小于預設的推薦閾值，如果是，則更新所述對應關系，以刪除所述推薦產品。

優(yōu)選地，

所述氣象參數，包括：溫度、風速、濕度、能見度、降水量、降雪量、氣壓和顆粒物pm。

優(yōu)選地，

所述登錄信息，包括：ip地址和收貨地址中的任意一種或多種。

第三方面，本發(fā)明實施例提供了一種計算機可讀介質，包括執(zhí)行指令，當存儲控制器的處理器執(zhí)行所述執(zhí)行指令時，所述存儲控制器執(zhí)行本發(fā)明上述任一實施例提供的商品推薦方法。

第四方面，本發(fā)明實施例提供了一種存儲控制器，包括：處理器、存儲器和總線；

所述存儲器用于存儲執(zhí)行指令，所述處理器與所述存儲器通過所述總線連接，當所述存儲控制器運行時，所述處理器執(zhí)行所述存儲器存儲的所述執(zhí)行指令，以使所述存儲控制器執(zhí)行本發(fā)明上述任一實施例提供的商品推薦方法。

本發(fā)明實施例提供了一種商品推薦方法及裝置，當網購用戶進行網購時，首先可以根據其登錄信息，確定該網購用戶的所在地，由于是實時采集至少一個指定地區(qū)的至少一種氣象參數值，從而能夠確定出該網購用戶所在地實時的至少一種當前氣象參數值，之后就可以根據預先設置的至少一種氣象參數的取值區(qū)間與推薦商品的對應關系，確定至少一種當前氣象參數值所對應的推薦商品，最后將確定出的推薦商品推薦給該網購用戶即可。由于每一次向網購用戶推薦商品時，不再是每一次按照網購用戶的消費痕跡進行推薦，而是按照網購用戶所在地采集到的實時的氣象參數值進行推薦，從而能夠較準確的向網購用戶推薦符合當前氣象天氣的商品，因此本方案能夠較準確地向網購用戶推薦商品，提高用戶體驗。

附圖說明

為了更清楚地說明本發(fā)明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。

圖1是本發(fā)明一個實施例提供的一種商品推薦方法的流程圖；

圖2是本發(fā)明另一個實施例提供的一種商品推薦方法的流程圖；

圖3是本發(fā)明實施例提供的商品推薦裝置所在設備的硬件架構圖；

圖4是本發(fā)明一個實施例提供的一種商品推薦裝置的結構示意圖；

圖5是本發(fā)明另一個實施例提供的一種商品推薦裝置的結構示意圖；

圖6是本發(fā)明又一個實施例提供的一種商品推薦裝置的結構示意圖。

具體實施方式

為使本發(fā)明實施例的目的、技術方案和優(yōu)點更加清楚，下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例，基于本發(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

如圖1所示，本發(fā)明實施例提供了一種商品推薦方法，該方法可以包括以下步驟：

步驟101：預先設置至少一種氣象參數的取值區(qū)間與推薦商品的對應關系。

步驟102：實時采集至少一個指定地區(qū)分別對應的至少一種氣象參數值。

步驟103：確定當前網購用戶的登錄信息。

步驟104：根據所述登錄信息，確定所述當前網購用戶所在的目標地區(qū)。

步驟105：確定針對于所述目標地區(qū)所采集到的至少一種當前氣象參數值。

步驟106：根據所述對應關系，確定所述至少一種當前氣象參數值對應的推薦商品。

步驟107：將確定的所述推薦商品推薦給所述當前網購用戶。

上述實施例中，當網購用戶進行網購時，首先可以根據其登錄信息，確定該網購用戶的所在地，由于是實時采集至少一個指定地區(qū)的至少一種氣象參數值，從而能夠確定出該網購用戶所在地實時的至少一種當前氣象參數值，之后就可以根據預先設置的至少一種氣象參數的取值區(qū)間與推薦商品的對應關系，確定至少一種當前氣象參數值所對應的推薦商品，最后將確定出的推薦商品推薦給該網購用戶即可。由于每一次向網購用戶推薦商品時，不再是每一次按照網購用戶的消費痕跡進行推薦，而是按照網購用戶所在地采集到的實時的氣象參數值進行推薦，從而能夠較準確的向網購用戶推薦符合當前氣象天氣的商品，因此本方案能夠較準確地向網購用戶推薦商品，提高用戶體驗。

為了能夠更好的推薦符合當地天氣的商品，進一步提升用戶體驗，本發(fā)明一個實施例中，在所述步驟107之后，可進一步包括：獲取所述當前網購用戶針對推薦的所述推薦商品的反饋信息；根據所述反饋信息，更新所述對應關系。例如，預設的對應關系包括：氣象參數1(a1、a2)、氣象參數2(b1、b2)、氣象參數3(c1、c2)----推薦商品1；氣象參數1(a1、a2)、氣象參數2(b3、b4)、氣象參數3(c1、c2)----推薦商品2和推薦商品3；氣象參數1(a3、a4)、氣象參數2(b5、b6)、氣象參數3(c5、c6)----推薦商品4。假設針對推薦商品3和推薦商品4獲取到的反饋信息并不合格(可以理解為推薦出的這兩種商品大多數網購用戶均不接受)，因此在這種情況下，需要對該預設的對應關系進行更新，以給網購用戶帶來更好的體驗，如將上述第2條對應關系中的推薦商品3刪除，以及將第3條對應關系進行刪除。

為了設置更加合理的對應關系，使之符合市場規(guī)律，本發(fā)明一個實施例中，可進一步包括：設置更新間隔；

所述根據所述反饋信息，更新所述對應關系，包括：

根據當前更新間隔內獲取到的針對推薦的所述推薦商品的各個所述反饋信息，確定所述推薦商品在所述當前更新間隔內被接收推薦的次數；

根據下述計算公式(1)，計算所述推薦商品的推薦度；

其中，λ表征所述推薦商品的推薦度；n表征所述推薦商品在所述當前更新間隔內被推薦的總次數；x表征所述推薦商品在所述當前更新間隔內被接受推薦的次數；

判斷所述推薦度是否小于預設的推薦閾值，如果是，則更新所述對應關系，以刪除所述推薦產品。

例如，設置的更新間隔為48小時，也就是說，每經過48小時，就會對剛剛經過的48個小時之內所推薦出去的商品進行更新(其實也就是對預設的對應關系進行更新)，假設在剛剛經過的48小時內推薦商品“毛衣”共被推薦出100次，而在推薦的這100次當中有60次被網購用戶接受，那么根據公式可計算出推薦商品“毛衣”在該時間段內的推薦度為倘若60％小于小于預設的推薦閾值(如70％)，則說明推薦商品“毛衣”并不合理，因此需要進行更新，此時可將推薦商品“毛衣”進行刪除，然后可再通過大數據分析等，找出符合當前氣象天氣的推薦商品，并添加的對應關系中。

本發(fā)明一個實施例中，所述氣象參數，包括：溫度、風速、濕度、能見度、降水量、降雪量、氣壓和顆粒物pm。

上述實施例中的幾種氣象參數較為常用，但也并不局限于此。

本發(fā)明一個實施例中，所述登錄信息，包括：ip地址和收貨地址中的任意一種或多種。

下面將以兩種氣象參數為例，詳細說明本發(fā)明實施例提供的一種商品推薦方法，如圖2所示，該方法可以包括以下步驟：

步驟201：預先設置溫度及濕度的取值區(qū)間與推薦商品的對應關系。

例如，該對應關系可包括：溫度(35℃，40℃)、濕度(20％，25％)----鴨舌帽；溫度(0℃，3℃)、濕度(30％，35％)----沖鋒衣，除此之外，還包括其它多種，此處不再一一列舉。

步驟202：預先設置更新間隔24小時。

其中，更新間隔可根據實際需求進行設定。

步驟203：預先設置推薦閾值80％。

步驟204：實時采集至少一個指定地區(qū)分別對應的溫度值及濕度值。

例如，指定地區(qū)可包括：北京市房山區(qū)、北京市海淀區(qū)、山東省歷下區(qū)等等。

本發(fā)明實施例中，指定地區(qū)實時的溫度值和濕度值，一方面可通過爬蟲方式進行采集，另一方面，可通過部分省市區(qū)的氣象局開放的數據接口進行采集。

步驟205：確定當前網購用戶的ip地址。

本發(fā)明實施例除了使用網購用戶登錄電商網站時所用的ip地址外，還可使用網購用戶登錄時所提供的收貨地址。

步驟206：根據ip地址，確定當前網購用戶所在的目標地區(qū)。

例如，根據網購用戶登錄時所用的ip地址確定出目標地區(qū)為北京市房山區(qū)。

步驟207：確定針對于目標地區(qū)所采集到的當前溫度值及當前濕度值。

例如，通過上述步驟203中的任意一種方式采集到北京市房山區(qū)的當前溫度值為38℃，當前濕度值為23％。

步驟208：根據對應關系，確定針對于目標地區(qū)所采集到的當前溫度值及當前濕度值所對應的推薦商品。

由于38℃在(35℃，40℃)之間，23％在(20％，25％)之間，所以根據預設的對應關系，可以確定出針對北京市房山區(qū)的推薦商品為鴨舌帽。

步驟209：將確定的推薦商品推薦給當前網購用戶。

步驟210：獲取當前網購用戶針對該推薦商品的反饋信息。

在將鴨舌帽推薦給網購用戶后，為了能夠更好的推薦符合當地天氣的商品，進一步提升用戶體驗，可獲取網購用戶對推薦的鴨舌帽的反饋信息。

步驟211：根據當前更新間隔內獲取到的針對該推薦商品的各個反饋信息，確定該推薦商品在當前更新間隔內被接收推薦的次數。

例如，在進行第192次更新對應關系時，第192次所對應的24小時內針對推薦的鴨舌帽共有500次被網購用戶接受推薦，而該24小時內共推薦了600次。

步驟212：計算該推薦商品的推薦度。

根據公式其中，λ表征所述推薦商品的推薦度；n表征所述推薦商品在所述當前更新間隔內被推薦的總次數；x表征所述推薦商品在所述當前更新間隔內被接受推薦的次數，可以計算出第192次更新對應關系時，針對推薦的鴨舌帽的推薦度為

步驟213：判斷推薦度是否小于預設的推薦閾值80％，如果是，則執(zhí)行步驟214，否則結束當前流程。

由于83.3％＞80％，可見該預設的對應關系還比較合格，從而本次更新對應關系時，可無需對鴨舌帽及與相應的溫度、濕度的取值區(qū)間進行調整；若針對鴨舌帽在該24小時內計算出的推薦度為55％，則由于55％＜80％，因此次數需要更新對應關系。

步驟214：更新對應關系，以刪除該推薦產品。

根據上述步驟213中的第二種情況，可直接將對應關系中的溫度(35℃，40℃)、濕度(20％，25％)----鴨舌帽進行刪除(也可以是只刪除鴨舌帽，之后只需將新確定的推薦商品與這兩個取值區(qū)間建立對應關系)，然后可再統計這兩個取值區(qū)間所與網購銷售數據的關系，確定出更加合理的推薦商品，建立更合理的對應關系。

如圖3、圖4所示，本發(fā)明實施例提供了一種商品推薦裝置。裝置實施例可以通過軟件實現，也可以通過硬件或者軟硬件結合的方式實現。從硬件層面而言，如圖3所示，為本發(fā)明實施例提供的商品推薦裝置所在設備的一種硬件結構圖，除了圖3所示的處理器、內存、網絡接口、以及非易失性存儲器之外，實施例中裝置所在的設備通常還可以包括其他硬件，如負責處理報文的轉發(fā)芯片等等。以軟件實現為例，如圖4所示，作為一個邏輯意義上的裝置，是通過其所在設備的cpu將非易失性存儲器中對應的計算機程序指令讀取到內存中運行形成的。本實施例提供的一種商品推薦裝置，包括：

第一設置單元401、采集單元402、第一確定單元403、第二確定單元404和商品推薦單元405；其中，

所述第一設置單元401，用于預先設置至少一種氣象參數的取值區(qū)間與推薦商品的對應關系；

所述采集單元402，用于實時采集至少一個指定地區(qū)分別對應的至少一種氣象參數值；

所述第一確定單元403，用于確定當前網購用戶的登錄信息；根據所述登錄信息，確定所述當前網購用戶所在的目標地區(qū)；

所述第二確定單元404，用于確定針對于所述目標地區(qū)所采集到的至少一種當前氣象參數值；

所述商品推薦單元405，用于根據所述對應關系，確定所述至少一種當前氣象參數值對應的推薦商品；將確定的所述推薦商品推薦給所述當前網購用戶。

本發(fā)明一個實施例中，如圖5所示，可進一步包括：更新單元501；

所述更新單元501，用于獲取所述當前網購用戶針對推薦的所述推薦商品的反饋信息；根據所述反饋信息，更新所述對應關系。

本發(fā)明一個實施例中，如圖6所示，進一步包括：第二設置單元601；

所述更新單元501，包括：計算子單元5011和更新子單元5012；

所述計算子單元5011，用于根據當前更新間隔內獲取到的針對推薦的所述推薦商品的各個所述反饋信息，確定所述推薦商品在所述當前更新間隔內被接收推薦的次數；根據下述計算公式(1)，計算所述推薦商品的推薦度；

其中，λ表征所述推薦商品的推薦度；n表征所述推薦商品在所述當前更新間隔內被推薦的總次數；x表征所述推薦商品在所述當前更新間隔內被接受推薦的次數；

所述更新子單元5012，用于判斷所述推薦度是否小于預設的推薦閾值，如果是，則更新所述對應關系，以刪除所述推薦產品。

本發(fā)明一個實施例中，所述氣象參數，包括：溫度、風速、濕度、能見度、降水量、降雪量、氣壓和顆粒物pm。

本發(fā)明一個實施例中，所述登錄信息，包括：ip地址和收貨地址中的任意一種或多種。

上述裝置內的各單元之間的信息交互、執(zhí)行過程等內容，由于與本發(fā)明方法實施例基于同一構思，具體內容可參見本發(fā)明方法實施例中的敘述，此處不再贅述。

本發(fā)明實施例提供了一種計算機可讀介質，包括執(zhí)行指令，當存儲控制器的處理器執(zhí)行所述執(zhí)行指令時，所述存儲控制器執(zhí)行本發(fā)明任一實施例提供的商品推薦方法。

本發(fā)明實施例提供了一種存儲控制器，包括：處理器、存儲器和總線；

所述存儲器用于存儲執(zhí)行指令，所述處理器與所述存儲器通過所述總線連接，當所述存儲控制器運行時，所述處理器執(zhí)行所述存儲器存儲的所述執(zhí)行指令，以使所述存儲控制器執(zhí)行本發(fā)明任一實施例提供的商品推薦方法。

綜上，本發(fā)明各個實施例至少具有如下有益效果：

1、在本發(fā)明實施例中，當網購用戶進行網購時，首先可以根據其登錄信息，確定該網購用戶的所在地，由于是實時采集至少一個指定地區(qū)的至少一種氣象參數值，從而能夠確定出該網購用戶所在地實時的至少一種當前氣象參數值，之后就可以根據預先設置的至少一種氣象參數的取值區(qū)間與推薦商品的對應關系，確定至少一種當前氣象參數值所對應的推薦商品，最后將確定出的推薦商品推薦給該網購用戶即可。由于每一次向網購用戶推薦商品時，不再是每一次按照網購用戶的消費痕跡進行推薦，而是按照網購用戶所在地采集到的實時的氣象參數值進行推薦，從而能夠較準確的向網購用戶推薦符合當前氣象天氣的商品，因此本方案能夠較準確地向網購用戶推薦商品，提高用戶體驗。

2、在本發(fā)明實施例中，通過獲取網購用戶針對推薦的推薦商品的反饋信息，并根據反饋信息對預設的對應關系進行更新，能夠更好的推薦符合當地天氣的商品，進一步提升用戶體驗。

3、在本發(fā)明實施例中，通過采集收集網購用戶所在地的實時氣象參數值，然后推薦符合當地氣象條件的購物需求，推薦對應商品的購物網頁連接或者廣告，減少營銷成本達到精準營銷的目的，也使網購用戶有更好的用戶體驗，充分利用氣象數據使其產生更多的價值。

需要說明的是，在本文中，諸如第一和第二之類的關系術語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關系或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括一個······”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同因素。

本領域普通技術人員可以理解：實現上述方法實施例的全部或部分步驟可以通過程序指令相關的硬件來完成，前述的程序可以存儲在計算機可讀取的存儲介質中，該程序在執(zhí)行時，執(zhí)行包括上述方法實施例的步驟；而前述的存儲介質包括：rom、ram、磁碟或者光盤等各種可以存儲程序代碼的介質中。

最后需要說明的是：以上所述僅為本發(fā)明的較佳實施例，僅用于說明本發(fā)明的技術方案，并非用于限定本發(fā)明的保護范圍。凡在本發(fā)明的精神和原則之內所做的任何修改、等同替換、改進等，均包含在本發(fā)明的保護范圍內。