(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 202210970093.5 (22)申请日 2022.08.12 (71)申请人 中国银联股份有限公司 地址 200135 上海市浦东 新区含笑路36号 (72)发明人 郑晨　赵佳馨　张明　代维　 王建明　华锦芝　陈汉　曹辉　 陆堃彪　胡伟　冯兴　宋艳　 (74)专利代理 机构 北京东方亿 思知识产权代理 有限责任公司 1 1258 专利代理师 贺琳 (51)Int.Cl. G06Q 30/06(2012.01) G06Q 30/02(2012.01) G06K 9/62(2022.01) (54)发明名称 商户推荐方法、 装置、 设备、 介质及产品 (57)摘要 本申请公开了一种商户推荐方法、 装置、 设 备、 介质及产品， 属于计算机 数据处理技术领域。 该方法包括： 获取M个用户和N个商户对应的目标 数据， 目标数据包括M个用户与N个商户之间的第 一交易数据， 以及M个用户和N个商户的第一属性 数据； 基于第一交易数据和第一属性数据， 计算 每个用户与每个商户之间的客群匹配度和偏好 匹配度； 基于第一交易数据， 以及每个用户与每 个商户之间的客群匹配度和偏好匹配度， 确定交 互特征； 向预设商户推荐模型输入交互特征， 输 出推荐结果。 根据本申请实施例能够提升商户推 荐的精准度， 改善商户推荐的精准度不高的问 题。 权利要求书3页 说明书12页 附图4页 CN 115439173 A 2022.12.06 CN 115439173 A 1.一种商户推荐方法， 其特 征在于， 所述方法包括： 获取M个用户和N个商户对应的目标数据， 所述目标数据包括所述M个用户与所述N个商 户之间的第一交易数据， 以及所述M个用户和N个商户的第一属性数据， 所述第一属 性数据 包括所述用户的人口信息属性和消费偏好属性， 以及所述商户的商户基础属性和客群人口 信息属性； 基于所述第 一交易数据和所述第 一属性数据， 计算每个用户与每个商户之间的客群匹 配度和偏好匹配度； 基于所述第 一交易数据， 以及所述每个用户与每个商户之间的客群匹配度和偏好匹配 度， 确定交 互特征； 向预设商户推荐模型输入所述交 互特征， 输出所述推荐结果。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述第一交易数据， 以及所述每 个用户与每 个商户之间的客群匹配度和偏好匹配度， 确定交 互特征， 包括： 基于所述第一交易数据， 确定每 个用户对N个商户中每 个商户的调节参数； 基于所述第一属性数据， 对所述M个用户和所述 N个商户分别进行聚类， 得到聚类结果； 根据所述调节参数和所述聚类结果对所述第一交易数据进行调整， 得到第二交易数 据； 基于所述M个用户与所述N个商户之间的第一交易数据、 第二交易数据、 客群匹配度和 偏好匹配度， 构建交 互特征。 3.根据权利要求2所述的方法， 其特征在于， 所述商户基础属性包括商户类别， 所述基 于所述第一交易数据， 确定每 个用户对N个商户中每 个商户的调节参数， 包括： 基于所述第 一交易数据和所述每个商户的商户类别， 确定每个商户类别对应的第 一回 购周期， 以及每个商户对应的N个第二回购周期， 其中， 所述第一回购周期用于表征每个类 别商户与所述M个用户的每两次交易之间的平均间隔时长， 所述第二回购周期用于表征每 个商户与所述M个用户的每两次交易之间的平均间隔时长； 基于所述第一交易数据， 计算所述M个用户在最近一个第一回购周期内与每个类别商 户的累计交易笔 数， 得到每 个商户类别对应的第一交易笔 数； 根据每个用户在最近N个第二回购周期内与N个商户的累计交易笔数， 以及N个商户的 商户类别， 计算每 个用户与同一类别商户的第二交易笔 数； 基于所述第一交易数据， 获取每个用户与每个商户最近一次交易的第一交易时间， 以 及每个用户与每 个类别商户最近一次交易的第二交易时间； 基于所述第 一交易笔数、 所述第 二交易笔数、 所述第 一交易时间和所述第 二交易时间， 计算每个用户对每 个商户的调节参数， 得到 M个用户对应的M *N个调节参数。 4.根据权利要求2所述的方法， 其特征在于， 所述 聚类结果包括用户聚类簇和商户聚类 簇， 所述根据所述调节参数和所述聚类结果对所述第一交易数据进行调整， 得到第二交易 数据， 包括： 在所述M个用户中第一用户与 所述N个商户中第 一商户的交易笔数为零的情况下， 确定 与所述第一用户属于同一用户聚类簇的至少一个第二用户， 和/或， 与所述第一商户属于同 一商户聚类簇的至少一个第二商户； 确定所述第 一交易数据中的第 三交易数据， 为所述第 一用户与 所述第一商户之间的目权　利　要　求　书 1/3 页 2 CN 115439173 A 2标交易信息， 所述第三交易数据包括所述至少一个第二用户与所述第一商户的交易数据， 和/或， 所述至少一个第二商户与所述第一用户的交易数据； 在所述第一交易数据中添加所述目标交易信息， 得到第四交易数据； 根据所述调节参数对所述第四交易数据进行调整， 得到所述第二交易数据。 5.根据权利要求4所述的方法， 其特征在于， 每个用户对应N个调节参数， 所述根据 所述 调节参数对所述第四交易数据进行调整， 得到所述第二交易数据， 包括： 基于所述第四交易数据构建第一交互矩阵， 所述第 一交互矩阵包括M*N个元素， 所述元 素用于表征 所述用户与商户之间的交易笔 数； 将M个用户对应的M *N个调节参数， 分别与M *N个元素相乘， 得到第二交 互矩阵； 基于所述第 二交互矩阵， 确定所述第 二交易数据， 所述第 二交易数据包括调整后的M个 用户与N个商户之间的交易笔 数。 6.根据权利要求1所述的方法， 其特征在于， 所述基于所述第 一交易数据和所述第 一属 性数据， 计算所述每 个用户与每 个商户之间的客群匹配度和偏好匹配度， 包括： 基于所述M个用户的人口信息属性， 将所述M个用户划分为多个客群； 基于所述第一交易数据， 计算所述每 个商户与每 个客群之间的总交易笔 数； 基于每个用户的所属客群， 以及每个商户与每个客群之间的总交易笔数， 计算所述每 个用户与每 个商户之间的客群匹配度。 7.根据权利要求1所述的方法， 其特征在于， 所述基于所述第 一交易数据和所述第 一属 性数据， 计算所述每 个用户与每 个商户之间的客群匹配度和偏好匹配度， 包括： 根据所述M个用户的消费偏好属性和所述N个商户的商户基础属性， 计算所述每个用户 与每个商户之间的偏好匹配度。 8.根据权利要求1所述的方法， 其特征在于， 所述第一属性数据还包括地域属性， 所述 方法还包括： 基于所述每个用户对应的地域属性、 人口信息属性和消费偏好属性， 构建所述每个用 户的用户特 征； 基于所述每个商户对应的地域属性、 客群人口信息属性和商户基础属性， 构建所述每 个商户的商户特 征； 所述向预设商户推荐模型输入所述交 互特征， 输出所述推荐结果， 包括： 向所述预设商户推荐模型输入所述交互特征、 所述用户特征和所述商户特征， 输出所 述推荐结果。 9.一种商户推荐装置， 其特 征在于， 包括： 获取模块， 用于获取M个用户和N个商户对应的目标数据， 所述目标数据包括所述M个用 户与所述N个商户之间的第一交易数据， 以及所述M个用户和N个商户的第一属性数据， 所述 第一属性数据包括所述用户的人口信息属性和消费偏好属性， 以及所述商户的商户基础属 性和客群人口信息属性； 计算模块， 用于基于所述第一交易数据和所述第一属性数据， 计算每个用户与每个商 户之间的客群匹配度和偏好匹配度； 确定模块， 用于基于所述第一交易数据， 以及所述每个用户与每个商户之间的客群匹 配度和偏好匹配度， 确定交 互特征；权　利　要　求　书 2/3 页 3 CN 115439173 A 3