(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210726239.1 (22)申请日 2022.06.23 (71)申请人 平安科技 （深圳） 有限公司 地址 518000 广东省深圳市福田区福田街 道福安社区益田路5033号平 安金融中 心23楼 (72)发明人 翟永青　 (74)专利代理 机构 深圳市沃德知识产权代理事 务所(普通 合伙) 44347 专利代理师 高杰　于志光 (51)Int.Cl. G06Q 30/06(2012.01) G06Q 40/00(2012.01) G06F 16/33(2019.01) G06F 16/36(2019.01)G06F 40/216(2020.01) G06F 40/289(2020.01) G06F 40/30(2020.01) (54)发明名称 产品推荐方法、 装置、 电子设备及计算机可 读存储介质 (57)摘要 本发明涉及人工智能技术， 揭露了一种基于 用户画像和知识图谱的产品推荐方法， 包括： 获 取用户的基础信息和用户的行为信息， 生成目标 用户画像； 获取多个产品的产品数据及每一个产 品的用户反馈数据， 生成每一个产品的产品画 像； 计算所述产品画像的关联度， 构建产品的知 识图谱； 计算所述目标用户画 像与所述知识图谱 中的产品画 像的匹配值， 汇集所述匹配值大于预 设阈值的产品画像对应的产品为第一待推荐产 品； 根据所述知 识图谱， 确定第二待推荐产品， 将 待推荐产品推荐给所述用户。 此外， 本发明还涉 及区块链技术， 数据列表可存储于区块链的节 点。 本发明还提出一种基于产品推荐装置、 电子 设备以及存储介质。 本发明可以提高产品推荐的 精确度。 权利要求书2页 说明书11页 附图3页 CN 115204971 A 2022.10.18 CN 115204971 A 1.一种基于用户画像和知识图谱的产品推荐方法， 其特 征在于， 所述方法包括： 获取用户的基础信息， 根据所述基础信息生成标准用户画像； 获取所述用户的行为信息， 将所述行为信息添加至所述标准用户画像内， 生成目标用 户画像； 获取多个产品的产品数据及每一个产品的用户反馈数据， 利用所述产品数据及所述用 户反馈数据生成每一个产品的产品画像； 计算所述产品画像的关联度， 利用所述关联度构建产品的知识图谱； 计算所述目标用户画像与 所述知识图谱中的产品画像的匹配值， 汇集所述匹配值大于 预设阈值的产品画像对应的产品为第一待推荐产品； 根据所述知识图谱中产品的关联度， 确定与所述第 一待推荐产品的关联度大于关联度 阈值的产品为第二待推荐产品， 将所述第一待推荐产品和所述第二待推荐产品推荐给所述 用户。 2.如权利要求1所述的基于用户画像和知识图谱的产品推荐方法， 其特征在于， 所述根 据所述基础信息生成标准用户画像， 包括： 从所述基础信息中选取其中一个信息为目标信息； 对所述目标信息进行核心语义 提取， 得到信息语义； 对所述核心语义进行向量 转换， 得到语义向量； 将所有基础信息对应的语义向量 拼接为所述标准用户画像。 3.如权利要求2所述的基于用户画像和知识图谱的产品推荐方法， 其特征在于， 所述对 所述目标信息进行核心语义 提取， 得到信息语义， 包括： 对所述目标信息进行 卷积、 池化处 理， 得到所述目标信息的低维特 征语义； 将所述低维特 征语义映射至预 先构建的高维空间， 得到高维特 征语义； 利用预设的激活函数对所述高维特 征语义进行筛 选， 得到信息语义。 4.如权利要求2所述的基于用户画像和知识图谱的产品推荐方法， 其特征在于， 所述将 所有基础信息对应的语义向量 拼接为所述标准用户画像， 包括： 统计所述信息向量中所有向量的向量长度； 确定所述向量长度中的最大值 为目标长度； 利用预设参数将所有信息向量的长度延长 至所述目标长度； 将长度延长后的所有信息向量进行列维度合并， 得到所述标准用户画像。 5.如权利要求1所述的基于用户画像和知识图谱的产品推荐方法， 其特征在于， 所述利 用所述产品数据及所述用户反馈数据生成每一个产品的产品画像， 包括： 汇集所述历史数据及所述用户反馈数据为产品数据， 逐个对所述产品数据进行分词处 理， 得到产品分词； 统计所述产品分词出现频率， 选取 所述频率大于预设的频率阈值 为目标分词； 随机选取任一产品为待分析产品， 逐个计算所述目标分词与所述待分析产品的距离， 选取所述距离小于预设的距离阈值的目标分词为所述待分析产品的关键词； 统计所述关键词生成所述待分析产品的产品画像。 6.如权利要求1所述的基于用户画像和知识图谱的产品推荐方法， 其特征在于， 利用所 述关联度构建产品的知识图谱， 包括：权　利　要　求　书 1/2 页 2 CN 115204971 A 2逐个从所述产品画像中选取其中一个作为目标产品画像； 对目标产品画像的产品分词进行唯一 ID编码， 得到产品分词ID； 统计所述目标产品画像中每 个产品分词ID的出现频率， 得到ID词频； 将所述ID词频赋值给空白矩阵， 得到词频统计矩阵； 利用预设的权重算法计算所述词频统计矩阵， 得到所述目标产品画像的目标权重， 汇 集所述目标权 重大于预设权 重的产品画像为所述目标产品画像的强关联产品画像； 根据预设的关联度算法获取所述强关联产品画像的关联度， 利用所述关联度构建产品 的知识图谱。 7.如权利要求1至6 中任一项所述的基于用户画像和知识图谱的产品推荐方法， 其特征 在于， 所述计算所述目标用户画像与所述知识图谱中的产品画像的匹配值， 包括： 利用如下公式计算所述目标用户画像与所述知识图谱中的产品画像的匹配值： 其中， A＝(a1,a2,...,ai,...,an)， B＝(b1,b2,...,bi,...,bn)， cosx为所述匹配值， A为 所述目标用户画像， B为所述产品画像， ai为所述目标用户画像中第 i个用户分词， bi为所述 强关联内容集合中第i个产品分词， m表示所述目标用户画像中的所述用户分词个数,n表 示 所述产品画像中的所述产品分词个数。 8.一种基于用户画像和知识图谱的产品推荐装置， 其特 征在于， 所述装置包括： 基础信息模块， 用于获取用户的基础信息， 根据所述基础信息生成标准用户画像； 行为信息模块， 用于获取所述用户的行为信息， 将所述行为信息添加至所述标准用户 画像内， 生成目标用户画像； 产品画像模块， 用于获取多个产品的产品数据及每一个产品的用户反馈数据， 利用所 述产品数据及所述用户反馈数据生成每一个产品的产品画像； 知识图谱模块， 用于计算所述产品画像的关联度， 利用所述关联度构建产品的知识图 谱； 匹配值模块， 用于计算所述目标用户画像与所述知识图谱中的产品画像的匹配值， 汇 集所述匹配值大于预设阈值的产品画像对应的产品为第一待推荐产品； 产品推荐模块， 用于根据所述知识图谱中产品的关联度， 确定与所述第一待推荐产品 的关联度大于 关联度阈值的产品为第二待推荐产品， 将所述第一待推荐产品和所述第二待 推荐产品推荐给 所述用户。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所 述至少一个处理器执行， 以使 所述至少一个处理器能够执行如权利要求 1至7中任意一项 所 述的基于用户画像和知识图谱的产品推荐方法。 10.一种计算机可读存储介质， 存储有计算机程序， 其特征在于， 所述计算机程序被处 理器执行时实现如权利要求1至7中任意一项所述的基于用户画像和知识图谱的产品推荐 方法。权　利　要　求　书 2/2 页 3 CN 115204971 A 3