本申請涉及計算機(jī)技術(shù)領(lǐng)域，具體涉及互聯(lián)網(wǎng)數(shù)據(jù)挖掘技術(shù)領(lǐng)域，尤其涉及用于確定目標(biāo)推薦用戶的方法、裝置和服務(wù)器。

背景技術(shù)：

隨著電子商務(wù)技術(shù)的發(fā)展，越來越多的用戶選擇在線上購物平臺進(jìn)行采購。線上購物平臺可以獲取海量的用戶數(shù)據(jù)，包括用戶的基本屬性信息、訂單數(shù)據(jù)、評價信息、物流信息等?；谶@些用戶數(shù)據(jù)，可以構(gòu)建出每個用戶的畫像，包括用戶的年齡、喜好、消費能力、購物習(xí)慣等。

目前，線上購物平臺可以根據(jù)用戶畫像將篩選出的商戶的潛在用戶推薦給商戶。常用的方法為定義商戶的篩選規(guī)則，并篩選出滿足篩選規(guī)則的用戶進(jìn)行推薦。例如某一餐廳的篩選規(guī)則為“人均消費價與本店相差在10％之內(nèi)，喜歡的菜系匹配、近三個月光顧過2次以上同菜系的其他餐廳”，則可以篩選出畫像滿足該篩選規(guī)則的用戶，作為目標(biāo)推薦用戶推薦給該餐廳。但是上述方法缺乏對用戶信息的量化，不能準(zhǔn)確地給出用戶對商戶的感興趣程度，且人工定義的篩選規(guī)則數(shù)量和覆蓋面有限，潛在用戶推薦的準(zhǔn)確性有待提升。

技術(shù)實現(xiàn)要素：

為了解決上述背景技術(shù)部分的一個或多個技術(shù)問題，本申請實施例提供了用于確定目標(biāo)推薦用戶的方法、裝置和服務(wù)器。

第一方面，本申請實施例提供了一種用于確定目標(biāo)推薦用戶的方法，包括：獲取目標(biāo)商戶所在的平臺中的用戶集的用戶信息，用戶集包括目標(biāo)商戶的種子用戶和待推薦用戶，用戶信息包括具有預(yù)設(shè)標(biāo)簽集合中的標(biāo)簽的歷史訂單記錄；對用戶集中各用戶的歷史訂單記錄按照標(biāo)簽進(jìn)行統(tǒng)計，得到用戶集中各用戶的標(biāo)簽屬性特征；基于標(biāo)簽屬性特征從待推薦用戶中篩選與種子用戶相似的用戶，作為目標(biāo)商戶的候選用戶；基于各種子用戶的用戶信息和候選用戶的標(biāo)簽屬性特征生成各候選用戶的推薦度信息；根據(jù)推薦度信息從候選用戶中確定出目標(biāo)商戶的目標(biāo)推薦用戶。

在一些實施例中，上述標(biāo)簽屬性特征包括標(biāo)簽特征向量，標(biāo)簽特征向量中的各元素為對應(yīng)于預(yù)設(shè)標(biāo)簽集合中的各標(biāo)簽的特征值；對用戶集中各用戶的歷史訂單記錄按照標(biāo)簽進(jìn)行統(tǒng)計，得到用戶集中各用戶的標(biāo)簽屬性特征，包括：根據(jù)用戶集中的每個用戶的歷史訂單記錄，對每個用戶對應(yīng)于各標(biāo)簽的下單頻次進(jìn)行統(tǒng)計，生成每個用戶的標(biāo)簽特征向量。

在一些實施例中，上述歷史訂單記錄包括各條歷史訂單記錄的訂單生成時間；根據(jù)用戶集中的每個用戶的歷史訂單記錄，對每個用戶對應(yīng)于各標(biāo)簽的下單頻次進(jìn)行統(tǒng)計，生成每個用戶的標(biāo)簽特征向量，包括：對標(biāo)簽集合中的每個標(biāo)簽，基于每個用戶對應(yīng)于標(biāo)簽的各條歷史訂單記錄的訂單生成時間，以預(yù)設(shè)的時間衰減因子確定各條歷史訂單記錄的等效下單次數(shù)，對各條歷史訂單記錄的等效下單次數(shù)進(jìn)行求和，得到用戶對應(yīng)于標(biāo)簽的下單頻次的統(tǒng)計結(jié)果；基于用戶對應(yīng)于預(yù)設(shè)標(biāo)簽集合中各標(biāo)簽的下單頻次的統(tǒng)計結(jié)果，生成用戶的標(biāo)簽特征向量。

在一些實施例中，基于用戶對應(yīng)于預(yù)設(shè)標(biāo)簽集合中各標(biāo)簽的下單頻次的統(tǒng)計結(jié)果，生成用戶的標(biāo)簽特征向量，包括：對用戶對應(yīng)于預(yù)設(shè)標(biāo)簽集合中的各標(biāo)簽的下單頻次的統(tǒng)計結(jié)果進(jìn)行歸一化處理，將歸一化處理后的下單頻次統(tǒng)計結(jié)果作為標(biāo)簽特征向量中各對應(yīng)元素的特征值。

在一些實施例中，基于標(biāo)簽屬性特征從待推薦用戶中篩選與種子用戶相似的用戶，作為目標(biāo)商戶的候選用戶，包括：計算種子用戶的標(biāo)簽特征向量與各待推薦用戶的標(biāo)簽特征向量的相似度，作為種子用戶與待推薦用戶的相似度；根據(jù)相似度的排序篩選出候選用戶。

在一些實施例中，基于各種子用戶的用戶信息和候選用戶的標(biāo)簽屬性特征生成各候選用戶的推薦度信息，包括：根據(jù)種子用戶的歷史訂單記錄統(tǒng)計種子用戶與目標(biāo)商戶關(guān)聯(lián)的下單次數(shù)；將候選用戶與種子用戶的相似度和種子用戶與目標(biāo)商戶關(guān)聯(lián)的下單次數(shù)的乘積作為候選用戶的對應(yīng)于種子用戶的得分；對候選用戶對應(yīng)于各種子用戶的得分求和，得到候選用戶的得分，作為候選用戶的推薦度信息。

在一些實施例中，上述方法還包括確定目標(biāo)商戶的種子用戶的步驟，包括：將用戶集中的歷史訂單記錄與目標(biāo)商戶關(guān)聯(lián)且與目標(biāo)商戶關(guān)聯(lián)的歷史訂單記錄滿足預(yù)設(shè)條件的用戶作為目標(biāo)商戶的種子用戶。

第二方面，本申請實施例提供了一種用于確定目標(biāo)推薦用戶的裝置，包括：獲取單元，配置用于獲取目標(biāo)商戶所在的平臺中的用戶集的用戶信息，用戶集包括目標(biāo)商戶的種子用戶和待推薦用戶，用戶信息包括具有預(yù)設(shè)標(biāo)簽集合中的標(biāo)簽的歷史訂單記錄；統(tǒng)計單元，配置用于對用戶集中各用戶的歷史訂單記錄按照標(biāo)簽進(jìn)行統(tǒng)計，得到用戶集中各用戶的標(biāo)簽屬性特征；篩選單元，配置用于基于標(biāo)簽屬性特征從待推薦用戶中篩選與種子用戶相似的用戶，作為目標(biāo)商戶的候選用戶；生成單元，配置用于基于各種子用戶的用戶信息和候選用戶的標(biāo)簽屬性特征生成各候選用戶的推薦度信息；確定單元，配置用于根據(jù)推薦度信息從候選用戶中確定出目標(biāo)商戶的目標(biāo)推薦用戶。

在一些實施例中，上述標(biāo)簽屬性特征包括標(biāo)簽特征向量，標(biāo)簽特征向量中的各元素為對應(yīng)于預(yù)設(shè)標(biāo)簽集合中的各標(biāo)簽的特征值；統(tǒng)計單元進(jìn)一步配置用于按照如下方式對用戶集中各用戶的歷史訂單記錄按照標(biāo)簽進(jìn)行統(tǒng)計：根據(jù)用戶集中的每個用戶的歷史訂單記錄，對每個用戶對應(yīng)于各標(biāo)簽的下單頻次進(jìn)行統(tǒng)計，生成每個用戶的標(biāo)簽特征向量。

在一些實施例中，上述歷史訂單記錄包括各條歷史訂單記錄的訂單生成時間；統(tǒng)計單元進(jìn)一步配置用于按照如下方式對每個用戶對應(yīng)于各標(biāo)簽的下單頻次進(jìn)行統(tǒng)計，生成每個用戶的標(biāo)簽特征向量：對標(biāo)簽集合中的每個標(biāo)簽，基于每個用戶對應(yīng)于標(biāo)簽的各條歷史訂單記錄的訂單生成時間，以預(yù)設(shè)的時間衰減因子確定各條歷史訂單記錄的等效下單次數(shù)，對各條歷史訂單記錄的等效下單次數(shù)進(jìn)行求和，得到用戶對應(yīng)于標(biāo)簽的下單頻次的統(tǒng)計結(jié)果；基于用戶對應(yīng)于預(yù)設(shè)標(biāo)簽集合中各標(biāo)簽的下單頻次的統(tǒng)計結(jié)果，生成用戶的標(biāo)簽特征向量。

在一些實施例中，統(tǒng)計單元進(jìn)一步配置用于按照如下方式生成用戶的標(biāo)簽特征向量：對用戶對應(yīng)于預(yù)設(shè)標(biāo)簽集合中的各標(biāo)簽的下單頻次的統(tǒng)計結(jié)果進(jìn)行歸一化處理，將歸一化處理后的下單頻次統(tǒng)計結(jié)果作為標(biāo)簽特征向量中各對應(yīng)元素的特征值。

在一些實施例中，篩選單元進(jìn)一步配置用于按照如下方式篩選與種子用戶相似的用戶，作為目標(biāo)商戶的候選用戶：計算種子用戶的標(biāo)簽特征向量與各待推薦用戶的標(biāo)簽特征向量的相似度，作為種子用戶與待推薦用戶的相似度；根據(jù)相似度的排序篩選出候選用戶。

在一些實施例中，生成單元進(jìn)一步配置用于按照如下方式生成各候選用戶的推薦度信息：根據(jù)種子用戶的歷史訂單記錄統(tǒng)計種子用戶與目標(biāo)商戶關(guān)聯(lián)的下單次數(shù)；將候選用戶與種子用戶的相似度和種子用戶與目標(biāo)商戶關(guān)聯(lián)的下單次數(shù)的乘積作為候選用戶的對應(yīng)于種子用戶的得分；對候選用戶對應(yīng)于各種子用戶的得分求和，得到候選用戶的得分，作為候選用戶的推薦度信息。

在一些實施例中，上述裝置還包括確定目標(biāo)商戶的種子用戶的單元，配置用于：將用戶集中的歷史訂單記錄與目標(biāo)商戶關(guān)聯(lián)且與目標(biāo)商戶關(guān)聯(lián)的歷史訂單記錄滿足預(yù)設(shè)條件的用戶作為目標(biāo)商戶的種子用戶。

第三方面，本申請實施例提供了一種服務(wù)器，包括：一個或多個處理器；存儲裝置，用于存儲一個或多個程序，當(dāng)上述一個或多個程序被上述一個或多個處理器執(zhí)行，使得上述一個或多個處理器實現(xiàn)上述的用于確定目標(biāo)推薦用戶的方法。

本申請?zhí)峁┑挠糜诖_定目標(biāo)推薦用戶的方法、裝置和服務(wù)器，通過獲取目標(biāo)商戶所在平臺上的用戶集的包括具有預(yù)設(shè)標(biāo)簽集合中的標(biāo)簽的歷史訂單記錄的用戶信息，然后對用戶集中各用戶的歷史訂單記錄按照標(biāo)簽進(jìn)行統(tǒng)計，得到各用戶的標(biāo)簽屬性特征，而后基于標(biāo)簽屬性特征從待推薦用戶中篩選出于種子用戶相似的用戶，作為目標(biāo)商戶的候選用戶，之后基于各種子用戶的用戶信息和候選用戶的標(biāo)簽屬性特征生成各候選用戶的推薦度信息，最后根據(jù)推薦度信息從候選用戶中確定出目標(biāo)商戶的目標(biāo)推薦用戶，能夠利用種子用戶更加全面、準(zhǔn)確地對用戶與目標(biāo)商戶間的關(guān)聯(lián)性進(jìn)行分析，并有效、合理地量化待推薦用戶對目標(biāo)商戶的興趣度，從而提升了目標(biāo)推薦用戶定位的準(zhǔn)確性。

附圖說明

通過閱讀參照以下附圖所作的對非限制性實施例詳細(xì)描述，本申請的其它特征、目的和優(yōu)點將會變得更明顯：

圖1是本申請可以應(yīng)用于其中的示例性系統(tǒng)架構(gòu)圖；

圖2是根據(jù)本申請的用于確定目標(biāo)推薦用戶的方法的一個實施例的流程圖；

圖3是根據(jù)本申請的用于確定目標(biāo)推薦用戶的方法的另一個實施例的流程圖；

圖4是圖3所示的用于確定目標(biāo)推薦用戶的方法的一種具體實現(xiàn)場景的示意性流程圖；

圖5是根據(jù)本申請的用于確定目標(biāo)推薦用戶的方法的一個效果示意圖；

圖6是本申請的用于確定目標(biāo)推薦用戶的裝置的一個實施例的結(jié)構(gòu)示意圖；

圖7是適于用來實現(xiàn)本申請實施例的服務(wù)器的計算機(jī)系統(tǒng)的結(jié)構(gòu)示意圖。

具體實施方式

下面結(jié)合附圖和實施例對本申請作進(jìn)一步的詳細(xì)說明。可以理解的是，此處所描述的具體實施例僅僅用于解釋相關(guān)發(fā)明，而非對該發(fā)明的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與有關(guān)發(fā)明相關(guān)的部分。

需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。下面將參考附圖并結(jié)合實施例來詳細(xì)說明本申請。

圖1示出了可以應(yīng)用本申請的用于確定目標(biāo)推薦用戶的方法或用于確定目標(biāo)推薦用戶的裝置的實施例的示例性系統(tǒng)架構(gòu)100。

如圖1所示，系統(tǒng)架構(gòu)100可以包括商戶110使用的終端設(shè)備101、102、用戶120、130、…的終端設(shè)備103、104、…、網(wǎng)絡(luò)105和服務(wù)器106。網(wǎng)絡(luò)105用以在終端設(shè)備101、102、103、104、…和服務(wù)器106之間提供通信鏈路的介質(zhì)。網(wǎng)絡(luò)105可以包括各種連接類型，例如有線、無線通信鏈路或者光纖電纜等等。

商戶110可以使用終端設(shè)備101、102通過網(wǎng)絡(luò)105與服務(wù)器106交互，以接收或發(fā)送消息。終端設(shè)備101、102可以安裝有與服務(wù)器106提供的服務(wù)關(guān)聯(lián)的應(yīng)用，例如購物類應(yīng)用。

用戶120、130、…也可以使用終端設(shè)備103、104、…通過網(wǎng)絡(luò)105與服務(wù)器106交互，以接收或發(fā)送消息。終端設(shè)備103、104、…可以安裝有各種通訊客戶端應(yīng)用，例如網(wǎng)頁瀏覽器應(yīng)用、購物類應(yīng)用、社交軟件等。

終端設(shè)備101、102、103、104、..可以是具有顯示屏并且支持網(wǎng)絡(luò)數(shù)據(jù)通訊的各種電子設(shè)備，包括但不限于智能手機(jī)、平板電腦、電子書閱讀器、mp3播放器(movingpictureexpertsgroupaudiolayeriii，動態(tài)影像專家壓縮標(biāo)準(zhǔn)音頻層面3)、mp4(movingpictureexpertsgroupaudiolayeriv，動態(tài)影像專家壓縮標(biāo)準(zhǔn)音頻層面4)播放器、膝上型便攜計算機(jī)和臺式計算機(jī)等等。

服務(wù)器106可以是為商戶110的終端設(shè)備101、102和用戶120、130、…的終端設(shè)備103、104、…提供同一種數(shù)據(jù)服務(wù)的服務(wù)器，例如為購物類應(yīng)用的后臺服務(wù)器。購物類應(yīng)用的后臺服務(wù)器可以接收用戶120、130、…的終端設(shè)備103、104、…的數(shù)據(jù)請求，并對數(shù)據(jù)請求進(jìn)行分析、存儲等處理后發(fā)送至商戶110的終端設(shè)備101、102，并將商戶110的終端設(shè)備101、102返回的反饋信息進(jìn)行分析處理后發(fā)送至用戶120、130、…的終端設(shè)備103、104、…。

需要說明的是，本申請實施例所提供的用于確定目標(biāo)推薦用戶的方法一般由服務(wù)器106執(zhí)行，相應(yīng)地，用于確定目標(biāo)推薦用戶的裝置一般設(shè)置于服務(wù)器106中。

應(yīng)該理解，圖1中的終端設(shè)備、網(wǎng)絡(luò)和服務(wù)器的數(shù)目僅僅是示意性的。根據(jù)實現(xiàn)需要，可以具有任意數(shù)目的終端設(shè)備、網(wǎng)絡(luò)和服務(wù)器。

繼續(xù)參考圖2，示出了根據(jù)本申請的用于確定目標(biāo)推薦用戶的方法的一個實施例的流程200。該用于確定目標(biāo)推薦用戶的方法，包括以下步驟：

步驟201，獲取目標(biāo)商戶所在的平臺中的用戶集的用戶信息。

在本實施例中，上述用于確定目標(biāo)推薦用戶的方法運行與其上的電子設(shè)備(例如圖1所示的服務(wù)器106)可以獲取目標(biāo)商戶所在的平臺中的用戶集的用戶信息。在這里，平臺上可以有多個商戶，目標(biāo)商戶為其中的一個或多個商戶。用戶集包括目標(biāo)商戶所在平臺中的所有用戶，包括目標(biāo)商戶的種子用戶和待推薦用戶。種子用戶可以為對目標(biāo)商戶具有影響力的用戶，例如可以為在目標(biāo)商戶的消費頻率較高、地理位置與目標(biāo)商戶的地址位置相近、信譽(yù)較好的用戶，或者可以為執(zhí)行過與目標(biāo)商戶關(guān)聯(lián)的預(yù)設(shè)操作的用戶，例如可以為將目標(biāo)商戶的相關(guān)信息分享至社交平臺中的用戶。待推薦用戶可以為除種子用戶之外的其他用戶，也可以為除了在目標(biāo)商戶下過單的用戶之外的用戶。

上述用戶信息包括具有預(yù)設(shè)標(biāo)簽集合中的標(biāo)簽的歷史訂單記錄。具體來說，預(yù)設(shè)標(biāo)簽集合包括多個預(yù)設(shè)的標(biāo)簽，可以為商戶中的商品標(biāo)簽(例如餐館的菜品標(biāo)簽)，商戶的地理位置標(biāo)簽(例如商圈標(biāo)簽)、商品價格標(biāo)簽等。每條歷史訂單記錄對應(yīng)用戶的一次下單操作，則可以將用戶在一段時間內(nèi)的下單操作與上述預(yù)設(shè)的標(biāo)簽相關(guān)聯(lián)地存儲，得到上述具有預(yù)設(shè)標(biāo)簽集合中的標(biāo)簽的歷史訂單記錄。在本實施例中，上述電子設(shè)備可以從本地的存儲器中調(diào)取平臺上各用戶的歷史訂單記錄，也可以通過網(wǎng)絡(luò)從遠(yuǎn)程設(shè)備中接收各用戶的歷史訂單記錄。

在一些可選的實現(xiàn)方式中，上述用戶信息還可以包括用戶的基本屬性信息，包括用戶的年齡、性別、職業(yè)、愛好、習(xí)慣、地理位置等信息。這些基本屬性信息可以由用戶主動錄入，例如年齡、地理位置信息；也可以結(jié)合用戶在平臺的操作行為數(shù)據(jù)獲得，例如可以由用戶的下單時間、下單方式、地理位置確定用戶的職業(yè)、愛好等信息。在獲取用戶的歷史訂單記錄時，可以根據(jù)用戶的標(biāo)識，同時獲取用戶的上述基本屬性信息。

步驟202，對用戶集中各用戶的歷史訂單記錄按照標(biāo)簽進(jìn)行統(tǒng)計，得到用戶集中各用戶的標(biāo)簽屬性特征。

上述每個用戶的每條歷史訂單記錄均具有標(biāo)簽，在本實施例中，可以按照標(biāo)簽對每個用戶的歷史訂單記錄進(jìn)行統(tǒng)計，將統(tǒng)計結(jié)果作為對應(yīng)用戶的標(biāo)簽屬性特征。在這里，標(biāo)簽屬性特征可以為基于標(biāo)簽的用戶屬性特征，換言之，也就是用標(biāo)簽特性來表示的用戶的屬性。

具體地，可以采用多種方式來表示用戶的標(biāo)簽屬性特征。舉例來說，用戶a的歷史訂單記錄中包括具有標(biāo)簽a的訂單3條以及具有標(biāo)簽b的訂單1條，則用戶a的標(biāo)簽屬性特征可以表示為a3+b1，或者a3&b1。

在本實施例的一些可選的實現(xiàn)方式中，上述預(yù)設(shè)標(biāo)簽集合中的標(biāo)簽數(shù)量較多，可以首先將標(biāo)簽分類，將標(biāo)簽集合中的標(biāo)簽劃分為多個標(biāo)簽類別，然后針對每個標(biāo)簽類別對用戶的歷史訂單記錄進(jìn)行統(tǒng)計，即統(tǒng)計屬于每一個標(biāo)簽類別的歷史訂單記錄的數(shù)量，作為各用戶的標(biāo)簽屬性特征。這樣可以減少后續(xù)的運算量，縮短運算時間，提高確定目標(biāo)推薦用戶的效率。

步驟203，基于標(biāo)簽屬性特征從待推薦用戶中篩選與種子用戶相似的用戶，作為目標(biāo)商戶的候選用戶。

在得到各用戶的標(biāo)簽屬性特征之后，可以將目標(biāo)商戶的種子用戶和標(biāo)簽屬性特征和待推薦用戶的標(biāo)簽屬性特征進(jìn)行比對，篩選出與種子用戶的標(biāo)簽屬性特征相似的待推薦用戶作為目標(biāo)商戶的候選用戶。

在對種子用戶的標(biāo)簽屬性特征和待推薦用戶的標(biāo)簽屬性特征進(jìn)行比對時，可以采用多種方法，例如可以將各用戶的標(biāo)簽屬性特征用數(shù)據(jù)形式(例如字符串、向量、矩陣等方式)表示，然后提取標(biāo)簽屬性特征的特征值或特征數(shù)據(jù)點，利用特征值或特征數(shù)據(jù)點對兩個標(biāo)簽屬性特征進(jìn)行匹配，若兩個標(biāo)簽屬性特征的特征值或特征數(shù)據(jù)點的匹配度超過預(yù)設(shè)的閾值，則可以確定對應(yīng)的兩個用戶相似，由此可以得出每個種子用戶的一個或多個相似用戶。

需要說明的是，目標(biāo)商戶的不同種子用戶的相似用戶可以有重疊，也就是說，一個待推薦用戶可以為兩個以上不同的種子用戶的相似用戶，則該待推薦用戶可以為該目標(biāo)商戶對應(yīng)于兩個以上不同的種子用戶的候選用戶。

步驟204，基于各種子用戶的用戶信息和候選用戶的標(biāo)簽屬性特征生成各候選用戶的推薦度信息。

在本實施例中，對目標(biāo)商戶的每個候選用戶，可以基于與該候選用戶相似的種子用戶的用戶信息和該候選用戶的標(biāo)簽屬性特征生成其推薦度信息，以供上述電子設(shè)備根據(jù)推薦度信息來確定出目標(biāo)推薦用戶。推薦度信息可以用于表示候選用戶對目標(biāo)商戶的潛在興趣度，或者用于表示將候選用戶推薦給目標(biāo)商戶后候選用戶在目標(biāo)商戶執(zhí)行瀏覽、下單、關(guān)注、評價等操作的可能性。具體地，推薦度信息可以包括推薦指數(shù)。在這里，每個候選用戶的推薦度信息和與其相似的種子用戶對目標(biāo)商戶的影響力以及候選用戶本身的標(biāo)簽屬性特征相關(guān)。種子用戶對目標(biāo)商戶的影響力越大，則該種子用戶的相似用戶對目標(biāo)商戶感興趣的可能性越大，該種子用戶對應(yīng)的候選用戶的推薦指數(shù)越高。并且，候選用戶與種子用戶的相似度越高，則候選用戶對目標(biāo)商戶感興趣的可能性也越大，則該候選用戶的推薦指數(shù)也越高。此外，若某一候選用戶與目標(biāo)商戶的多個種子用戶相似，則該候選用戶對目標(biāo)商戶的興趣度可以大于僅與一個種子用戶相似的候選用戶對目標(biāo)商戶的興趣度。因此，可以綜合以上因素生成出每個候選用戶的推薦指數(shù)。

具體來說，可以首先根據(jù)種子用戶的用戶信息確定出種子用戶對目標(biāo)商戶的影響力因子，然后將該種子用戶對應(yīng)的候選用戶的標(biāo)簽屬性特征量化，將種子用戶對目標(biāo)商戶的影響力因子與該種子用戶對應(yīng)的候選用戶的標(biāo)簽屬性特征的量化值相乘可以得到該候選用戶相對于該種子用戶的推薦度指數(shù)，之后將該候選用戶對各不同種子用戶的推薦指數(shù)相加或取平均，得到該候選用戶的推薦指數(shù)，即生成了該候選用戶的推薦度信息。進(jìn)一步地，在量化候選用戶的標(biāo)簽屬性特征時，可以利用候選用戶與種子用戶的相似度作為其量化值；或者可以將候選用戶的標(biāo)簽屬性特征與目標(biāo)商戶的標(biāo)簽屬性特征相匹配，將匹配度作為量化值。這里的目標(biāo)商戶的標(biāo)簽屬性特征可以為商戶預(yù)先設(shè)定的，可以包括目標(biāo)商戶的價位標(biāo)簽、商品類型標(biāo)簽、地理位置標(biāo)簽、評分標(biāo)簽等。例如，作為目標(biāo)商戶的某一餐廳x預(yù)設(shè)的標(biāo)簽屬性特征包括“川菜、人均80-100元、中關(guān)村”，當(dāng)候選用戶y的標(biāo)簽屬性特征包括“麻辣”、“中關(guān)村商圈”時，候選用戶y與該餐廳x的匹配度值較高。

在一些可選的實現(xiàn)方式中，還可以采用諸如機(jī)器學(xué)習(xí)等方法來生成推薦度信息。例如可以構(gòu)建推薦度信息生成模型，獲取平臺中已進(jìn)行目標(biāo)推薦用戶篩選并進(jìn)行相關(guān)的推薦活動的商戶的反饋信息，例如目標(biāo)推薦用戶是否在這些商戶進(jìn)行過下單操作、與這些商戶關(guān)聯(lián)的訂單信息、評價信息等；還可以獲取目標(biāo)推薦用戶與種子用戶的相似度、種子用戶的歷史訂單記錄數(shù)據(jù)等信息，利用這些信息作為訓(xùn)練樣本集，對推薦度信息生成模型進(jìn)行訓(xùn)練，得到訓(xùn)練后的推薦度信息生成模型。這樣，可以將目標(biāo)商戶的種子用戶的用戶信息和候選用戶的標(biāo)簽屬性特征輸入訓(xùn)練后的推薦度信息生成模型，得出候選用戶的推薦度信息。

步驟205，根據(jù)推薦度信息從候選用戶中確定出目標(biāo)商戶的目標(biāo)推薦用戶。

上述電子設(shè)備可以根據(jù)步驟204生成的推薦度信息來選擇目標(biāo)推薦用戶，例如可以根據(jù)推薦度指數(shù)對各候選用戶按照由高到低的規(guī)則進(jìn)行排序，選擇排序在前預(yù)設(shè)位數(shù)的候選用戶作為目標(biāo)商戶的目標(biāo)推薦用戶；或者可以選定推薦度指數(shù)超過預(yù)設(shè)閾值的候選用戶作為目標(biāo)商戶的目標(biāo)推薦用戶。

在本實施例的一些可選的實現(xiàn)方式中，在獲取目標(biāo)商戶所在平臺中的用戶集的用戶信息之后，上述用于確定目標(biāo)推薦用戶的方法還可以包括確定目標(biāo)商戶的種子用戶的步驟，包括：將用戶集中的歷史訂單記錄與目標(biāo)商戶關(guān)聯(lián)且與目標(biāo)商戶關(guān)聯(lián)的歷史訂單記錄滿足預(yù)設(shè)條件的用戶作為目標(biāo)商戶的種子用戶。也就是說，上述電子設(shè)備可以首先從用戶集中篩選出與歷史訂單記錄與目標(biāo)商戶關(guān)聯(lián)的用戶，并判斷篩選出的用戶的歷史訂單記錄是否滿足預(yù)設(shè)條件，若是，則確定該篩選出的用戶是目標(biāo)商戶的種子用戶。在這里，歷史訂單記錄與目標(biāo)商戶關(guān)聯(lián)可以是歷史訂單記錄中有發(fā)生在目標(biāo)商戶的訂單記錄。預(yù)設(shè)條件可以是訂單數(shù)量大于預(yù)設(shè)的數(shù)量，或在預(yù)設(shè)時間內(nèi)的訂單數(shù)量不小與預(yù)設(shè)的數(shù)量等等。

進(jìn)一步地，在確定出種子用戶的同時，可以確定出目標(biāo)商戶的待推薦用戶，例如可以將用戶集中除種子用戶之外的其他用戶作為待推薦用戶，或者可以篩選出未在目標(biāo)商戶下過單的用戶作為待推薦用戶。

本申請上述實施例提供的用于確定目標(biāo)推薦用戶的方法，首先獲取目標(biāo)商戶所在平臺上的用戶集的包括具有預(yù)設(shè)標(biāo)簽集合中的標(biāo)簽的歷史訂單記錄的用戶信息，然后對用戶集中各用戶的歷史訂單記錄按照標(biāo)簽進(jìn)行統(tǒng)計，得到各用戶的標(biāo)簽屬性特征，而后基于標(biāo)簽屬性特征從待推薦用戶中篩選出于種子用戶相似的用戶，作為目標(biāo)商戶的候選用戶，之后基于各種子用戶的用戶信息和候選用戶的標(biāo)簽屬性特征生成各候選用戶的推薦度信息，最后根據(jù)推薦度信息從候選用戶中確定出目標(biāo)商戶的目標(biāo)推薦用戶，能夠利用種子用戶更加全面、準(zhǔn)確地對用戶與目標(biāo)商戶間的關(guān)聯(lián)性進(jìn)行分析，并有效、合理地量化待推薦用戶對目標(biāo)商戶的興趣度，從而提升了目標(biāo)推薦用戶定位的準(zhǔn)確性。

繼續(xù)參考圖3，其示出了用于確定目標(biāo)推薦用戶的方法的又一個實施例的流程300。該用于確定目標(biāo)推薦用戶的方法的流程300，包括以下步驟：

步驟301，獲取目標(biāo)商戶所在的平臺中的用戶集的用戶信息。

在本實施例中，用于確定目標(biāo)推薦用戶的方法運行于其上的電子設(shè)備(例如圖1所示的服務(wù)器106)可以從本地獲取或接收遠(yuǎn)程設(shè)備發(fā)送的平臺中的用戶集的用戶信息。其中，用戶集包括目標(biāo)商戶所在平臺中的所有用戶，包括目標(biāo)商戶的種子用戶和待推薦用戶，用戶信息包括具有預(yù)設(shè)標(biāo)簽集合中的標(biāo)簽的歷史訂單記錄。

步驟302，根據(jù)用戶集中的每個用戶的歷史訂單記錄，對每個用戶對應(yīng)于各標(biāo)簽的下單頻次進(jìn)行統(tǒng)計，生成每個用戶的標(biāo)簽特征向量。

每個用戶的標(biāo)簽屬性特征為基于標(biāo)簽的用戶屬性特征，在本實施例中，可以用向量的方式來表示基于標(biāo)簽的用戶屬性特征，即標(biāo)簽屬性特征可以包括標(biāo)簽特征向量。標(biāo)簽特征向量中的各個元素為對應(yīng)于預(yù)設(shè)標(biāo)簽集合中的各標(biāo)簽的特征值，也即為對應(yīng)于每個標(biāo)簽的用戶屬性特征的量化值。

在本實施例中，上述電子設(shè)備可以根據(jù)步驟301所獲取的各用戶的具有預(yù)設(shè)標(biāo)簽集合中的標(biāo)簽的歷史訂單記錄，對每個用戶對應(yīng)于各標(biāo)簽的下單頻次進(jìn)行統(tǒng)計，從而生成每個用戶的標(biāo)簽特征向量。具體來說，上述歷史下單記錄中，每條記錄都具有一個或多個標(biāo)簽，則可以統(tǒng)計用戶的具有每個標(biāo)簽的歷史下單記錄的條數(shù)，或統(tǒng)計用戶的具有每個標(biāo)簽的歷史下單頻率(例如每x天下單一次)，作為標(biāo)簽特征向量中每個標(biāo)簽對應(yīng)的特征值。

在本實施例的一些可選的實現(xiàn)方式中，在統(tǒng)計歷史訂單記錄得出標(biāo)簽特征向量時，還可以考慮用戶的興趣度隨時間的變化，例如歷史訂單記錄中的一條訂單記錄的下單時間距離當(dāng)前時間較遠(yuǎn)時，該條訂單記錄對用戶興趣度評估的重要性低于另一條下單時間距離當(dāng)前時間較近的訂單記錄的重要性。具體地，在一些可選的實現(xiàn)方式中，上述步驟302可以按照如下方式執(zhí)行：

步驟3021，對標(biāo)簽集合中的每個標(biāo)簽，基于每個用戶對應(yīng)于標(biāo)簽的各條歷史訂單記錄的訂單生成時間，以預(yù)設(shè)的時間衰減因子確定各條歷史訂單記錄的等效下單次數(shù)，對各條歷史訂單記錄的等效下單次數(shù)進(jìn)行求和，得到用戶對應(yīng)于標(biāo)簽的下單頻次的統(tǒng)計結(jié)果。

在本實施例中，在對用戶對于其中一個標(biāo)簽的下單頻次進(jìn)行統(tǒng)計時，可以根據(jù)用戶對應(yīng)于該標(biāo)簽的歷史訂單記錄的訂單生成時間與當(dāng)前時間的距離，確定時間衰減因子對下單頻次統(tǒng)計的影響力，例如預(yù)設(shè)的時間衰減因子為α(0＜α＜1，例如α＝0.95)，歷史訂單記錄的訂單生成時間距離當(dāng)前時間t天，則時間衰減因此對下單頻次統(tǒng)計的影響力為α^t，該條歷史訂單記錄的等效下單次數(shù)為α^t。這樣，對具有同一個標(biāo)簽的每條歷史訂單記錄的等效下單次數(shù)相加，即得到用戶對應(yīng)于該標(biāo)簽的下單頻次的統(tǒng)計結(jié)果。

步驟3022，基于用戶對應(yīng)于預(yù)設(shè)標(biāo)簽集合中各標(biāo)簽的下單頻次的統(tǒng)計結(jié)果，生成用戶的標(biāo)簽特征向量。

在對每個標(biāo)簽的下單頻次統(tǒng)計完成后，可以將用戶對應(yīng)于每個標(biāo)簽的下單頻次的統(tǒng)計結(jié)果作為該用戶的標(biāo)簽特征向量中對應(yīng)于每個標(biāo)簽的特征值。

在進(jìn)一步的實現(xiàn)方式中，上述步驟3022可以通過如下方式實現(xiàn)：對用戶對應(yīng)于預(yù)設(shè)標(biāo)簽集合中的各標(biāo)簽的下單頻次的統(tǒng)計結(jié)果進(jìn)行歸一化處理，將歸一化處理后的下單頻次統(tǒng)計結(jié)果作為標(biāo)簽特征向量中各對應(yīng)元素的特征值。也就是說，可以對下單頻次的統(tǒng)計結(jié)果進(jìn)行歸一化，將歸一化后的下單頻次統(tǒng)計結(jié)果作為標(biāo)簽特征向量中對應(yīng)標(biāo)簽的特征值。

以訂餐平臺上的用戶作為示例，該訂餐平臺中預(yù)設(shè)的標(biāo)簽集合包括多個菜品標(biāo)簽，例如“紅燒”、“肉夾饃”、“酸辣”、“水餃”等，每個商戶的各個菜品的菜品標(biāo)簽可以通過匹配該標(biāo)簽集合得到。用戶i的標(biāo)簽特征向量vi可以采用如下式(1)表示：

其中，

count(dish_tagj)為標(biāo)簽集合中的第j個菜品標(biāo)簽的下單頻次的統(tǒng)計結(jié)果，j為正整數(shù)且1≤j≤k，k為預(yù)設(shè)標(biāo)簽集合中的標(biāo)簽數(shù)量。

這樣，可以將每個用戶的標(biāo)簽屬性特征用一個一維的標(biāo)簽特征向量表示，且考慮了時間對用戶興趣的影響，從而可以更準(zhǔn)確地刻畫出動態(tài)的用戶畫像，提升用戶的近期興趣在確定目標(biāo)推薦用戶過程中的影響力，能夠進(jìn)一步提升確定出的目標(biāo)推薦用戶的針對性。

步驟303，基于標(biāo)簽特征向量從待推薦用戶中篩選與種子用戶相似的用戶，作為目標(biāo)商戶的候選用戶。

在上述步驟302中，各用戶的標(biāo)簽屬性特征采用標(biāo)簽特征向量來表示，則用戶間的相似度可以由其特征向量的相似度表示。在本實施例中，可以計算種子用戶的標(biāo)簽特征向量與各待推薦用戶的標(biāo)簽特征向量的相似度，作為種子用戶與待推薦用戶的相似度，進(jìn)而可以根據(jù)相似度的排序曬選出候選用戶?？蛇x地，兩個標(biāo)簽特征向量的相似度可以采用歐氏距離、余弦相似度、皮爾森相關(guān)系數(shù)等已有的相似度計算方法來得出。在篩選候選用戶時，可以將相似度排序前預(yù)設(shè)位的相似用戶作為候選用戶。

在本實施例的一些可選的實現(xiàn)方式中，為了縮小篩選范圍，可以在計算相似度之前利用一些預(yù)判條件對待推薦用戶進(jìn)行過濾，例如可以將地理位置與種子用戶相差過遠(yuǎn)、或平均下單金額與種子用戶相差過多的用戶剔除。之后在縮小了篩選范圍的待推薦用戶中通過相似度排序來篩選出候選用戶。這樣可以減小計算量，加快運算速度，進(jìn)而快速地為目標(biāo)商戶提供目標(biāo)推薦用戶的篩選結(jié)果。

步驟304，基于各種子用戶的用戶信息和候選用戶的標(biāo)簽屬性特征生成各候選用戶的推薦度信息。

在本實施例中，每個候選用戶的推薦度信息和與其相似的種子用戶對目標(biāo)商戶的影響力以及候選用戶本身的標(biāo)簽屬性特征相關(guān)。這里的標(biāo)簽屬性特征包括標(biāo)簽特征向量。

在上述步驟303中可以計算得出種子用戶與各候選用戶的相似度。在這里，候選用戶的推薦度信息可以利用候選用戶的得分來表示?？梢酝ㄟ^如下方式生成各候選用戶的推薦度信息：首先根據(jù)種子用戶的歷史訂單記錄統(tǒng)計種子用戶與目標(biāo)商戶關(guān)聯(lián)的下單次數(shù)，之后將候選用戶與種子用戶的相似度和種子用戶與目標(biāo)商戶關(guān)聯(lián)的下單次數(shù)的乘積作為候選用戶的對應(yīng)于種子用戶的得分，對候選用戶對應(yīng)于各種子用戶的得分求和，得到候選用戶的得分，作為候選用戶的推薦度信息。

具體來說，每個候選用戶的得分可以按照下面的公式(3)計算得出：

其中，uq為目標(biāo)商戶的第q個種子用戶；up為第p個候選用戶；score(up)為第p個候選用戶的得分；order_num(uq)為第q個種子用戶在預(yù)設(shè)時間段內(nèi)(例如一個月內(nèi))在目標(biāo)商戶下單的次數(shù)；若第p個候選用戶up為步驟303中篩選出的與第q個種子用戶uq相似的用戶，則sim(up，uq)為步驟303計算得出的第p個候選用戶up與目標(biāo)商戶的第q個種子用戶uq之間的相似度，否則sim(up，uq)＝0。q為與候選用戶up相似的目標(biāo)商戶的種子用戶的數(shù)量。

利用上述公式(3)，可以得出每個候選用戶的得分，從式(3)可以看出，當(dāng)候選用戶為多個種子用戶的相似用戶時，其得分可以累加，也即當(dāng)候選用戶與多個種子用戶相似時，該候選用戶對目標(biāo)商戶的潛在的興趣度比較高。

步驟305，根據(jù)推薦度信息從候選用戶中確定出目標(biāo)商戶的目標(biāo)推薦用戶。

在得出各候選用戶的得分作為各候選用戶的推薦度信息之后，可以根據(jù)得分的排序或得分是否超過設(shè)定的閾值確定目標(biāo)推薦用戶。例如可以對候選用戶按照得分進(jìn)行降序排序，取前預(yù)設(shè)數(shù)量個作為目標(biāo)商戶的目標(biāo)推薦用戶。

上述方法流程中的步驟301、步驟305分別與前述實施例中的步驟201、步驟205相同，此處不再贅述。

從圖3中可以看出，與圖2對應(yīng)的實施例相比，本實施例中的用于確定目標(biāo)推薦用戶的方法的流程300通過將用戶的標(biāo)簽屬性特征量化為標(biāo)簽特征向量，進(jìn)而利用標(biāo)簽特征向量間的相似度來表征種子用戶和待推薦用戶之間的相似度，可以得到更準(zhǔn)確的目標(biāo)推薦用戶的篩選結(jié)果。

在本實施例的一些可選的實現(xiàn)方式中，上述用于確定目標(biāo)推薦用戶的方法流程300還可以包括在獲取到目標(biāo)商戶所在的平臺中的用戶集的用戶信息之后，從用戶集中確定目標(biāo)商戶的種子用戶的步驟，該步驟具體包括將用戶集中的歷史訂單記錄與目標(biāo)商戶關(guān)聯(lián)且與目標(biāo)商戶關(guān)聯(lián)的歷史訂單記錄滿足預(yù)設(shè)條件的用戶作為目標(biāo)商戶的種子用戶。例如可以在目標(biāo)商戶的下過單且在目標(biāo)商戶的下單頻率大于預(yù)設(shè)值的用戶作為目標(biāo)商戶的種子用戶。

圖4示出了圖3所示的用于確定目標(biāo)推薦用戶的方法的一種具體實現(xiàn)場景的示意性流程圖。如圖4所示，首先，在步驟401中，獲取平臺中的用戶信息，這里的用戶信息包括歷史訂單記錄，每條歷史訂單記錄具有相應(yīng)的標(biāo)簽；隨后，在步驟402中，根據(jù)用戶信息確定目標(biāo)商戶的種子用戶，同時可以確定出目標(biāo)商戶的待推薦用戶；然后，在步驟403中，根據(jù)上述用戶信息計算平臺中各用戶的標(biāo)簽特征向量；之后，在步驟404中，根據(jù)步驟402確定出的種子用戶和待推薦用戶，計算種子用戶的標(biāo)簽特征向量與待推薦用戶的標(biāo)簽特征向量的相似度，相似度排序前m位的作為候選用戶；之后，在步驟405中，計算候選用戶的得分，這里需要考慮種子用戶的重要性程度和候選用戶與種子用戶的相似度；最后對得分進(jìn)行降序排序，選擇排序前n位的候選用戶為目標(biāo)推薦用戶。在這里，m、n均為可預(yù)先設(shè)定的正整數(shù)。

進(jìn)一步參考圖5，其示出了根據(jù)本申請的用于確定目標(biāo)推薦用戶的方法的一個效果示意圖，也即示出了圖2或圖3所示方法的一個應(yīng)用場景的效果示意圖。

如圖5所示，在xx外賣的平臺上，目標(biāo)商戶“**小館”在商戶客戶端選擇“拉新”服務(wù)之后，xx外賣的后端服務(wù)器可以獲取線上所有用戶的歷史訂單記錄，并根據(jù)歷史訂單記錄中每次下單用戶所點菜品的標(biāo)簽確定每個用戶的標(biāo)簽屬性特征，可選地，還可以從所有用戶中預(yù)先篩選出商戶“**小館”的種子用戶，例如用戶h，并基于用戶h在線上的其他用戶中選出相似的用戶，生成相似的用戶的推薦度信息，而后根據(jù)推薦度信息確定出目標(biāo)拉新用戶，包括用戶a、用戶b、用戶c、用戶d等，之后將拉新篩選的結(jié)果推送至目標(biāo)商戶的客戶端中并呈現(xiàn)。還可以提供目標(biāo)拉新用戶的得分和一些詳情信息，例如用戶的口味偏好、商圈、相關(guān)的訂單記錄等，以便商戶端可以獲取準(zhǔn)確的拉新篩選結(jié)果，并進(jìn)行針對性的商品推薦或活動信息推送。

進(jìn)一步參考圖6，作為對上述各圖所示方法的實現(xiàn)，本申請?zhí)峁┝艘环N用于確定目標(biāo)推薦用戶的裝置的一個實施例，該裝置實施例與圖6所示的方法實施例相對應(yīng)，該裝置具體可以應(yīng)用于各種電子設(shè)備中。

如圖6所示，本實施例的用于確定目標(biāo)推薦用戶的裝置600包括：獲取單元601、統(tǒng)計單元602、篩選單元603、生成單元604以及確定單元605。其中，獲取單元601配置用于獲取目標(biāo)商戶所在的平臺中的用戶集的用戶信息，其中，用戶集包括目標(biāo)商戶的種子用戶和待推薦用戶，用戶信息包括具有預(yù)設(shè)標(biāo)簽集合中的標(biāo)簽的歷史訂單記錄；統(tǒng)計單元602配置用于對用戶集中各用戶的歷史訂單記錄按照標(biāo)簽進(jìn)行統(tǒng)計，得到用戶集中各用戶的標(biāo)簽屬性特征；篩選單元603配置用于基于標(biāo)簽屬性特征從待推薦用戶中篩選與種子用戶相似的用戶，作為目標(biāo)商戶的候選用戶；生成單元604配置用于基于各種子用戶的用戶信息和候選用戶的標(biāo)簽屬性特征生成各候選用戶的推薦度信息；確定單元605配置用于根據(jù)推薦度信息從候選用戶中確定出目標(biāo)商戶的目標(biāo)推薦用戶。

在本實施例中，獲取單元601可以從本地存儲器調(diào)取出平臺上各用戶的用戶信息，或者可以通過有線連接方式或者無線連接方式從其他服務(wù)器中接收平臺上各用戶的用戶信息。這里的用戶信息還可以包括用戶的年齡、地理位置、職業(yè)等基本屬性信息。

統(tǒng)計單元602可以對獲取單元601獲取的每個用戶的用戶信息基于標(biāo)簽進(jìn)行統(tǒng)計，得到每個標(biāo)簽對應(yīng)的統(tǒng)計數(shù)據(jù)，從而得出各用戶的標(biāo)簽屬性特征。

篩選單元603可以根據(jù)統(tǒng)計單元602統(tǒng)計得到的各用戶的標(biāo)簽屬性特征對種子用戶和待推薦用戶進(jìn)行比對，篩選出與種子用戶相似的用戶，作為目標(biāo)商戶的候選用戶。

對篩選單元603篩選出的候選用戶，生成單元604可以利用對應(yīng)的種子用戶的用戶信息確定種子用戶對目標(biāo)商戶的重要性程度，并基于候選用戶標(biāo)簽特征屬性與目標(biāo)商戶的屬性之間的關(guān)聯(lián)度或與種子用戶之間的相似性程度生成候選用戶的推薦度信息。這里的推薦度信息可以表示候選用戶對目標(biāo)商戶的潛在興趣度。

確定單元605可以按照推薦度信息選出對目標(biāo)商戶的潛在興趣度較高的候選用戶作為目標(biāo)商戶的目標(biāo)推薦用戶?？蛇x地，若生成單元604生成的推薦度信息利用推薦指數(shù)來表示，則可以按照推薦指數(shù)的降序?qū)Ω骱蜻x用戶進(jìn)行排序，選擇排序前預(yù)設(shè)位的候選用戶為目標(biāo)商戶的目標(biāo)推薦用戶。

在一些實施例中，上述標(biāo)簽屬性特征包括標(biāo)簽特征向量，該標(biāo)簽特征向量中的各元素為對應(yīng)于預(yù)設(shè)標(biāo)簽集合中的各標(biāo)簽的特征值；則統(tǒng)計單元602可以進(jìn)一步配置用于按照如下方式對用戶集中各用戶的歷史訂單記錄進(jìn)行統(tǒng)計：根據(jù)用戶集中的每個用戶的歷史訂單記錄，對每個用戶對應(yīng)于各標(biāo)簽的下單頻次進(jìn)行統(tǒng)計，生成每個用戶的標(biāo)簽特征向量。在這里，標(biāo)簽特征向量中對應(yīng)標(biāo)簽的特征值即為用戶對應(yīng)于該標(biāo)簽的下單頻次的統(tǒng)計結(jié)果。

在進(jìn)一步的實施例中，上述歷史訂單記錄包括各條歷史訂單記錄的訂單生成時間；則統(tǒng)計單元602可以進(jìn)一步配置用于按照如下方式對每個用戶對應(yīng)于各標(biāo)簽的下單頻次進(jìn)行統(tǒng)計，從而生成每個用戶的標(biāo)簽特征向量：對標(biāo)簽集合中的每個標(biāo)簽，基于每個用戶對應(yīng)于標(biāo)簽的各條歷史訂單記錄的訂單生成時間，以預(yù)設(shè)的時間衰減因子確定各條歷史訂單記錄的等效下單次數(shù)，對各條歷史訂單記錄的等效下單次數(shù)進(jìn)行求和，得到用戶對應(yīng)于標(biāo)簽的下單頻次的統(tǒng)計結(jié)果；基于用戶對應(yīng)于預(yù)設(shè)標(biāo)簽集合中各標(biāo)簽的下單頻次的統(tǒng)計結(jié)果，生成用戶的標(biāo)簽特征向量。

進(jìn)一步地，上述統(tǒng)計單元602可以進(jìn)一步配置用于對用戶對應(yīng)于預(yù)設(shè)標(biāo)簽集合中的各標(biāo)簽的下單頻次的統(tǒng)計結(jié)果進(jìn)行歸一化處理，將歸一化處理后的下單頻次統(tǒng)計結(jié)果作為標(biāo)簽特征向量中各對應(yīng)元素的特征值。

具體地，時間衰減因子可以設(shè)定為α(0＜α＜1，例如α＝0.95)，歷史訂單記錄的訂單生成時間距離當(dāng)前時間t天，則時間衰減因此對下單頻次統(tǒng)計的影響力為α^t，該條歷史訂單記錄的等效下單次數(shù)為α^t。用戶i的標(biāo)簽特征向量vi可以采用如下式表示：

其中，

count(dish_tagj)為標(biāo)簽集合中的第j個標(biāo)簽的下單頻次的統(tǒng)計結(jié)果，k為預(yù)設(shè)標(biāo)簽集合中的標(biāo)簽數(shù)量。

在進(jìn)一步的實施例中，篩選單元603進(jìn)一步配置用于按照如下方式篩選與種子用戶相似的用戶來作為目標(biāo)商戶的候選用戶：計算種子用戶的標(biāo)簽特征向量與各待推薦用戶的標(biāo)簽特征向量的相似度，作為種子用戶與所述待推薦用戶的相似度；根據(jù)相似度的排序篩選出候選用戶。這里的相似度可以采用歐式距離、余弦相似度、皮爾森系數(shù)等方式計算，相似度越高，則候選用戶對目標(biāo)商戶的興趣度越大。

進(jìn)一步地，上述生成單元604進(jìn)一步配置用于按照如下方式生成各候選用戶的推薦度信息：根據(jù)種子用戶的歷史訂單記錄統(tǒng)計種子用戶與目標(biāo)商戶關(guān)聯(lián)的下單次數(shù)；將候選用戶與種子用戶的相似度和種子用戶與目標(biāo)商戶關(guān)聯(lián)的下單次數(shù)的乘積作為候選用戶的對應(yīng)于種子用戶的得分；對候選用戶對應(yīng)于各種子用戶的得分求和，得到候選用戶的得分，作為候選用戶的推薦度信息。具體的計算方式為，每個候選用戶up的得分score(up)為：

其中，uq為目標(biāo)商戶的第q個種子用戶；up為第p個候選用戶；order_num(uq)為第q個種子用戶在預(yù)設(shè)時間段內(nèi)(例如一個月內(nèi))在目標(biāo)商戶下單的次數(shù)；若第p個候選用戶up為步驟303中篩選出的與第q個種子用戶uq相似的用戶，則sim(up，uq)為步驟303計算得出的第p個候選用戶up與目標(biāo)商戶的第q個種子用戶uq之間的相似度，否則sim(up，uq)＝0。q為與候選用戶up相似的目標(biāo)商戶的種子用戶的數(shù)量。

在一些實施例中，裝置600還可以包括配置用于確定目標(biāo)商戶的種子用戶的單元，具體配置用于：將用戶集中的歷史訂單記錄與目標(biāo)商戶關(guān)聯(lián)且與目標(biāo)商戶關(guān)聯(lián)的歷史訂單記錄滿足預(yù)設(shè)條件的用戶作為目標(biāo)商戶的種子用戶。即配置用于確定目標(biāo)商戶的種子用戶的單元可以提取出歷史訂單記錄與目標(biāo)商戶相關(guān)且滿足上述預(yù)設(shè)條件的用戶，例如在目標(biāo)商戶下過單，且下單次數(shù)超過預(yù)設(shè)閾值的用戶，作為目標(biāo)商戶的種子用戶?？蛇x地，同時可以將其他用戶作為待推薦用戶，或者將未在目標(biāo)商戶下過單的用戶作為待推薦用戶。

應(yīng)當(dāng)理解，裝置600中記載的諸單元與參考圖2和圖3描述的方法中的各個步驟相對應(yīng)。由此，上文針對方法描述的操作和特征同樣適用于裝置600及其中包含的單元，在此不再贅述。

本申請實施例提供的用于確定目標(biāo)推薦用戶的裝置600，利用各用戶的標(biāo)簽屬性特征篩選出與目標(biāo)商戶的種子用戶相似的用戶，并基于與種子用戶相似的用戶的標(biāo)簽屬性特征和種子用戶的用戶信息生成與種子用戶相似的用戶的推薦度信息，根據(jù)推薦度信息來確定目標(biāo)推薦用戶，能夠有效、合理地量化用戶對目標(biāo)商戶的興趣度、提升目標(biāo)推薦用戶定位的準(zhǔn)確性。

下面參考圖7，其示出了適于用來實現(xiàn)本申請實施例的服務(wù)器的計算機(jī)系統(tǒng)700的結(jié)構(gòu)示意圖。圖7示出的服務(wù)器僅僅是一個示例，不應(yīng)對本申請實施例的功能和使用范圍帶來任何限制。

如圖7所示，計算機(jī)系統(tǒng)700包括中央處理單元(cpu)701，其可以根據(jù)存儲在只讀存儲器(rom)702中的程序或者從存儲部分708加載到隨機(jī)訪問存儲器(ram)703中的程序而執(zhí)行各種適當(dāng)?shù)膭幼骱吞幚?。在ram703中，還存儲有系統(tǒng)700操作所需的各種程序和數(shù)據(jù)。cpu701、rom702以及ram703通過總線704彼此相連。輸入/輸出(i/o)接口705也連接至總線704。

以下部件連接至i/o接口705：包括鍵盤、鼠標(biāo)等的輸入部分706；包括諸如陰極射線管(crt)、液晶顯示器(lcd)等以及揚聲器等的輸出部分707；包括硬盤等的存儲部分708；以及包括諸如lan卡、調(diào)制解調(diào)器等的網(wǎng)絡(luò)接口卡的通信部分709。通信部分709經(jīng)由諸如因特網(wǎng)的網(wǎng)絡(luò)執(zhí)行通信處理。驅(qū)動器710也根據(jù)需要連接至i/o接口705?？刹鹦督橘|(zhì)711，諸如磁盤、光盤、磁光盤、半導(dǎo)體存儲器等等，根據(jù)需要安裝在驅(qū)動器710上，以便于從其上讀出的計算機(jī)程序根據(jù)需要被安裝入存儲部分708。

特別地，根據(jù)本公開的實施例，上文參考流程圖描述的過程可以被實現(xiàn)為計算機(jī)軟件程序。例如，本公開的實施例包括一種計算機(jī)程序產(chǎn)品，其包括承載在計算機(jī)可讀介質(zhì)上的計算機(jī)程序，該計算機(jī)程序包含用于執(zhí)行上述流程圖2或圖3所示的方法的程序代碼。在這樣的實施例中，該計算機(jī)程序可以通過通信部分709從網(wǎng)絡(luò)上被下載和安裝，和/或從可拆卸介質(zhì)711被安裝。在該計算機(jī)程序被中央處理單元(cpu)701執(zhí)行時，執(zhí)行本申請的方法中限定的上述功能。需要說明的是，本申請所述的計算機(jī)可讀介質(zhì)可以是計算機(jī)可讀信號介質(zhì)或者計算機(jī)可讀存儲介質(zhì)或者是上述兩者的任意組合。計算機(jī)可讀存儲介質(zhì)例如可以是——但不限于——電、磁、光、電磁、紅外線、或半導(dǎo)體的系統(tǒng)、裝置或器件，或者任意以上的組合。計算機(jī)可讀存儲介質(zhì)的更具體的例子可以包括但不限于：具有一個或多個導(dǎo)線的電連接、便攜式計算機(jī)磁盤、硬盤、隨機(jī)訪問存儲器(ram)、只讀存儲器(rom)、可擦式可編程只讀存儲器(eprom或閃存)、光纖、便攜式緊湊磁盤只讀存儲器(cd-rom)、光存儲器件、磁存儲器件、或者上述的任意合適的組合。在本申請中，計算機(jī)可讀存儲介質(zhì)可以是任何包含或存儲程序的有形介質(zhì)，該程序可以被指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結(jié)合使用。而在本申請中，計算機(jī)可讀的信號介質(zhì)可以包括在基帶中或者作為載波一部分傳播的數(shù)據(jù)信號，其中承載了計算機(jī)可讀的程序代碼。這種傳播的數(shù)據(jù)信號可以采用多種形式，包括但不限于電磁信號、光信號或上述的任意合適的組合。計算機(jī)可讀的信號介質(zhì)還可以是計算機(jī)可讀存儲介質(zhì)以外的任何計算機(jī)可讀介質(zhì)，該計算機(jī)可讀介質(zhì)可以發(fā)送、傳播或者傳輸用于由指令執(zhí)行系統(tǒng)、裝置或者器件使用或者與其結(jié)合使用的程序。計算機(jī)可讀介質(zhì)上包含的程序代碼可以用任何適當(dāng)?shù)慕橘|(zhì)傳輸，包括但不限于：無線、電線、光纜、rf等等，或者上述的任意合適的組合。

附圖中的流程圖和框圖，圖示了按照本申請各種實施例的系統(tǒng)、方法和計算機(jī)程序產(chǎn)品的可能實現(xiàn)的體系架構(gòu)、功能和操作。在這點上，流程圖或框圖中的每個方框可以代表一個模塊、程序段、或代碼的一部分，該模塊、程序段、或代碼的一部分包含一個或多個用于實現(xiàn)規(guī)定的邏輯功能的可執(zhí)行指令。也應(yīng)當(dāng)注意，在有些作為替換的實現(xiàn)中，方框中所標(biāo)注的功能也可以以不同于附圖中所標(biāo)注的順序發(fā)生。例如，兩個接連地表示的方框?qū)嶋H上可以基本并行地執(zhí)行，它們有時也可以按相反的順序執(zhí)行，這依所涉及的功能而定。也要注意的是，框圖和/或流程圖中的每個方框、以及框圖和/或流程圖中的方框的組合，可以用執(zhí)行規(guī)定的功能或操作的專用的基于硬件的系統(tǒng)來實現(xiàn)，或者可以用專用硬件與計算機(jī)指令的組合來實現(xiàn)。

描述于本申請實施例中所涉及到的單元可以通過軟件的方式實現(xiàn)，也可以通過硬件的方式來實現(xiàn)。所描述的單元也可以設(shè)置在處理器中，例如，可以描述為：一種處理器包括獲取單元、統(tǒng)計單元、篩選單元、生成單元和確定單元。其中，這些單元的名稱在某種情況下并不構(gòu)成對該單元本身的限定，例如，獲取單元還可以被描述為“獲取目標(biāo)商戶所在的平臺中的用戶集的用戶信息的單元”。

作為另一方面，本申請還提供了一種計算機(jī)可讀介質(zhì)，該計算機(jī)可讀介質(zhì)可以是上述實施例中描述的裝置中所包含的；也可以是單獨存在，而未裝配入該裝置中。上述計算機(jī)可讀介質(zhì)承載有一個或者多個程序，當(dāng)上述一個或者多個程序被該裝置執(zhí)行時，使得該裝置：獲取目標(biāo)商戶所在的平臺中的用戶集的用戶信息，所述用戶集包括目標(biāo)商戶的種子用戶和待推薦用戶，所述用戶信息包括具有預(yù)設(shè)標(biāo)簽集合中的標(biāo)簽的歷史訂單記錄；對所述用戶集中各所述用戶的歷史訂單記錄按照所述標(biāo)簽進(jìn)行統(tǒng)計，得到所述用戶集中各所述用戶的標(biāo)簽屬性特征；基于所述標(biāo)簽屬性特征從所述待推薦用戶中篩選與所述種子用戶相似的用戶，作為所述目標(biāo)商戶的候選用戶；基于各所述種子用戶的用戶信息和所述候選用戶的標(biāo)簽屬性特征生成各所述候選用戶的推薦度信息；根據(jù)所述推薦度信息從所述候選用戶中確定出所述目標(biāo)商戶的目標(biāo)推薦用戶。

本申請實施例公開a1、一種用于確定目標(biāo)推薦用戶的方法，所述方法包括：獲取目標(biāo)商戶所在的平臺中的用戶集的用戶信息，所述用戶集包括目標(biāo)商戶的種子用戶和待推薦用戶，所述用戶信息包括具有預(yù)設(shè)標(biāo)簽集合中的標(biāo)簽的歷史訂單記錄；對所述用戶集中各所述用戶的歷史訂單記錄按照所述標(biāo)簽進(jìn)行統(tǒng)計，得到所述用戶集中各所述用戶的標(biāo)簽屬性特征；基于所述標(biāo)簽屬性特征從所述待推薦用戶中篩選與所述種子用戶相似的用戶，作為所述目標(biāo)商戶的候選用戶；基于各所述種子用戶的用戶信息和所述候選用戶的標(biāo)簽屬性特征生成各所述候選用戶的推薦度信息；根據(jù)所述推薦度信息從所述候選用戶中確定出所述目標(biāo)商戶的目標(biāo)推薦用戶。

a2、如a1所述的方法中，所述標(biāo)簽屬性特征包括標(biāo)簽特征向量，所述標(biāo)簽特征向量中的各元素為對應(yīng)于所述預(yù)設(shè)標(biāo)簽集合中的各標(biāo)簽的特征值；所述對所述用戶集中各所述用戶的歷史訂單記錄按照所述標(biāo)簽進(jìn)行統(tǒng)計，得到所述用戶集中各所述用戶的標(biāo)簽屬性特征，包括：根據(jù)所述用戶集中的每個用戶的歷史訂單記錄，對每個所述用戶對應(yīng)于各標(biāo)簽的下單頻次進(jìn)行統(tǒng)計，生成每個所述用戶的標(biāo)簽特征向量。

a3、如a2所述的方法中，所述歷史訂單記錄包括各條歷史訂單記錄的訂單生成時間；所述根據(jù)所述用戶集中的每個用戶的歷史訂單記錄，對每個所述用戶對應(yīng)于各標(biāo)簽的下單頻次進(jìn)行統(tǒng)計，生成每個所述用戶的標(biāo)簽特征向量，包括：對所述標(biāo)簽集合中的每個標(biāo)簽，基于每個所述用戶對應(yīng)于所述標(biāo)簽的各條歷史訂單記錄的訂單生成時間，以預(yù)設(shè)的時間衰減因子確定各條歷史訂單記錄的等效下單次數(shù)，對各條歷史訂單記錄的等效下單次數(shù)進(jìn)行求和，得到所述用戶對應(yīng)于所述標(biāo)簽的下單頻次的統(tǒng)計結(jié)果；基于所述用戶對應(yīng)于所述預(yù)設(shè)標(biāo)簽集合中各所述標(biāo)簽的下單頻次的統(tǒng)計結(jié)果，生成所述用戶的標(biāo)簽特征向量。

a4、如a3所述的方法中，所述基于所述用戶對應(yīng)于所述預(yù)設(shè)標(biāo)簽集合中各所述標(biāo)簽的下單頻次的統(tǒng)計結(jié)果，生成所述用戶的標(biāo)簽特征向量，包括：對所述用戶對應(yīng)于所述預(yù)設(shè)標(biāo)簽集合中的各所述標(biāo)簽的下單頻次的統(tǒng)計結(jié)果進(jìn)行歸一化處理，將歸一化處理后的下單頻次統(tǒng)計結(jié)果作為所述標(biāo)簽特征向量中各對應(yīng)元素的特征值。

a5、如a2所述的方法中，所述基于所述標(biāo)簽屬性特征從所述待推薦用戶中篩選與所述種子用戶相似的用戶，作為所述目標(biāo)商戶的候選用戶，包括：計算所述種子用戶的標(biāo)簽特征向量與各所述待推薦用戶的標(biāo)簽特征向量的相似度，作為所述種子用戶與所述待推薦用戶的相似度；根據(jù)所述相似度的排序篩選出所述候選用戶。

a6、如a5所述的方法中，所述基于各所述種子用戶的用戶信息和所述候選用戶的標(biāo)簽屬性特征生成各所述候選用戶的推薦度信息，包括：根據(jù)所述種子用戶的歷史訂單記錄統(tǒng)計所述種子用戶與所述目標(biāo)商戶關(guān)聯(lián)的下單次數(shù)；將所述候選用戶與所述種子用戶的相似度和所述種子用戶與所述目標(biāo)商戶關(guān)聯(lián)的下單次數(shù)的乘積作為所述候選用戶的對應(yīng)于所述種子用戶的得分；對所述候選用戶對應(yīng)于各所述種子用戶的得分求和，得到所述候選用戶的得分作為所述候選用戶的推薦度信息。

a7、如a1至a6中任一所述的方法中，所述方法還包括確定所述目標(biāo)商戶的種子用戶的步驟，包括：將所述用戶集中的歷史訂單記錄與所述目標(biāo)商戶關(guān)聯(lián)且與所述目標(biāo)商戶關(guān)聯(lián)的歷史訂單記錄滿足預(yù)設(shè)條件的用戶作為所述目標(biāo)商戶的種子用戶。

本申請實施例公開b1、一種用于確定目標(biāo)推薦用戶的裝置，所述裝置包括：獲取單元，配置用于獲取目標(biāo)商戶所在的平臺中的用戶集的用戶信息，所述用戶集包括目標(biāo)商戶的種子用戶和待推薦用戶，所述用戶信息包括具有預(yù)設(shè)標(biāo)簽集合中的標(biāo)簽的歷史訂單記錄；統(tǒng)計單元，配置用于對所述用戶集中各所述用戶的歷史訂單記錄按照所述標(biāo)簽進(jìn)行統(tǒng)計，得到所述用戶集中各所述用戶的標(biāo)簽屬性特征；篩選單元，配置用于基于所述標(biāo)簽屬性特征從所述待推薦用戶中篩選與所述種子用戶相似的用戶，作為所述目標(biāo)商戶的候選用戶；生成單元，配置用于基于各所述種子用戶的用戶信息和所述候選用戶的標(biāo)簽屬性特征生成各所述候選用戶的推薦度信息；確定單元，配置用于根據(jù)所述推薦度信息從所述候選用戶中確定出所述目標(biāo)商戶的目標(biāo)推薦用戶。

b2、如b1所述的裝置中，所述標(biāo)簽屬性特征包括標(biāo)簽特征向量，所述標(biāo)簽特征向量中的各元素為對應(yīng)于所述預(yù)設(shè)標(biāo)簽集合中的各標(biāo)簽的特征值；所述統(tǒng)計單元進(jìn)一步配置用于按照如下方式對所述用戶集中各所述用戶的歷史訂單記錄按照所述標(biāo)簽進(jìn)行統(tǒng)計：根據(jù)所述用戶集中的每個用戶的歷史訂單記錄，對每個所述用戶對應(yīng)于各標(biāo)簽的下單頻次進(jìn)行統(tǒng)計，生成每個所述用戶的標(biāo)簽特征向量。

b3、如b2所述的裝置中，所述歷史訂單記錄包括各條歷史訂單記錄的訂單生成時間；所述統(tǒng)計單元進(jìn)一步配置用于按照如下方式對每個所述用戶對應(yīng)于各標(biāo)簽的下單頻次進(jìn)行統(tǒng)計，生成每個所述用戶的標(biāo)簽特征向量：對所述標(biāo)簽集合中的每個標(biāo)簽，基于每個所述用戶對應(yīng)于所述標(biāo)簽的各條歷史訂單記錄的訂單生成時間，以預(yù)設(shè)的時間衰減因子確定各條歷史訂單記錄的等效下單次數(shù)，對各條歷史訂單記錄的等效下單次數(shù)進(jìn)行求和，得到所述用戶對應(yīng)于所述標(biāo)簽的下單頻次的統(tǒng)計結(jié)果；基于所述用戶對應(yīng)于所述預(yù)設(shè)標(biāo)簽集合中各所述標(biāo)簽的下單頻次的統(tǒng)計結(jié)果，生成所述用戶的標(biāo)簽特征向量。

b4、如b3所述的裝置中，所述統(tǒng)計單元進(jìn)一步配置用于按照如下方式生成所述用戶的標(biāo)簽特征向量：對所述用戶對應(yīng)于所述預(yù)設(shè)標(biāo)簽集合中的各所述標(biāo)簽的下單頻次的統(tǒng)計結(jié)果進(jìn)行歸一化處理，將歸一化處理后的下單頻次統(tǒng)計結(jié)果作為所述標(biāo)簽特征向量中各對應(yīng)元素的特征值。

b5、如b2所述的裝置中，所述篩選單元進(jìn)一步配置用于按照如下方式篩選與所述種子用戶相似的用戶，作為所述目標(biāo)商戶的候選用戶：計算所述種子用戶的標(biāo)簽特征向量與各所述待推薦用戶的標(biāo)簽特征向量的相似度，作為所述種子用戶與所述待推薦用戶的相似度；根據(jù)所述相似度的排序篩選出所述候選用戶。

b6、如b5所述的裝置中，所述生成單元進(jìn)一步配置用于按照如下方式生成各所述候選用戶的推薦度信息：

根據(jù)所述種子用戶的歷史訂單記錄統(tǒng)計所述種子用戶與所述目標(biāo)商戶關(guān)聯(lián)的下單次數(shù)；

將所述候選用戶與所述種子用戶的相似度和所述種子用戶與所述目標(biāo)商戶關(guān)聯(lián)的下單次數(shù)的乘積作為所述候選用戶的對應(yīng)于所述種子用戶的得分；

對所述候選用戶對應(yīng)于各所述種子用戶的得分求和，得到所述候選用戶的得分，作為所述候選用戶的推薦度信息。

b7、如b1至b6中任一所述的裝置中，所述裝置還包括確定所述目標(biāo)商戶的種子用戶的單元，配置用于：將所述用戶集中的歷史訂單記錄與所述目標(biāo)商戶關(guān)聯(lián)且與所述目標(biāo)商戶關(guān)聯(lián)的歷史訂單記錄滿足預(yù)設(shè)條件的用戶作為所述目標(biāo)商戶的種子用戶。

本申請實施例公開c1、一種服務(wù)器，包括：一個或多個處理器；存儲裝置，用于存儲一個或多個程序，當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現(xiàn)如a1至a7中任一所述的方法。

本申請實施例公開d1、一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)程序，該程序被處理器執(zhí)行時實現(xiàn)如a1至a7中任一所述的方法。

以上描述僅為本申請的較佳實施例以及對所運用技術(shù)原理的說明。本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，本申請中所涉及的發(fā)明范圍，并不限于上述技術(shù)特征的特定組合而成的技術(shù)方案，同時也應(yīng)涵蓋在不脫離上述發(fā)明構(gòu)思的情況下，由上述技術(shù)特征或其等同特征進(jìn)行任意組合而形成的其它技術(shù)方案。例如上述特征與本申請中公開的(但不限于)具有類似功能的技術(shù)特征進(jìn)行互相替換而形成的技術(shù)方案。