本说明书实施例涉及推荐，尤其涉及基于店铺预测模型的店铺评价方法、推荐方法及相关装置。
背景技术：
1、相关技术中，服务端为用户推荐店铺时，可以通过店铺的多种信息建模用户的个人兴趣偏好，基于此预测用户对店铺的偏好信息，还可以基于预测出的店铺的偏好信息执行后续的店铺推荐流程。但是，在预测效果不佳的情况下，推荐结果可能不符合用户的偏好。因此，有必要提供一种更准确的确定店铺偏好信息的方法。
技术实现思路
1、为克服相关技术中存在的问题，本说明书实施例提供了基于店铺预测模型的店铺评价方法、推荐方法及相关装置。
2、根据本说明书实施例的第一方面，提供一种基于店铺预测模型的店铺评价方法，所述方法包括：
3、获取待打分店铺的店铺信息、用户信息、用户的历史点击店铺序列中每个店铺的店铺信息以及待打分店铺的下挂商品序列中每个下挂商品的商品信息；其中，所述待打分店铺内包含多个商品，所述下挂商品是指在店铺推荐页面中展示待打分店铺时所展示的商品；
4、将获取的信息输入至预设的店铺预测模型中，由所述店铺预测模型基于所述待打分店铺的店铺信息提取店铺特征、基于所述用户信息提取用户个性化特征、基于所述历史点击店铺序列中每个店铺的店铺信息提取店铺序列特征、以及提取所述用户对所述下挂商品序列的偏好特征，基于提取的特征预测出所述用户对所述待打分店铺的偏好信息；其中，所述偏好特征，是基于所述用户个性化特征，以及由所述下挂商品序列中每个下挂商品的商品信息所提取的下挂商品序列特征提取的。
5、根据本说明书实施例的第二方面，提供一种店铺展示方法，所述方法包括：
6、获取多个待打分店铺，利用第一方面所述的方法，得到每个待打分店铺的偏好信息；
7、根据每个待打分店铺的偏好信息，对多个待打分店铺进行排序；
8、根据所述排序结果展示店铺推荐页面。
9、根据本说明书实施例的第三方面，提供一种基于店铺预测模型的店铺评价装置，所述装置包括：
10、获取模块，用于：获取待打分店铺的店铺信息、用户信息、用户的历史点击店铺序列中每个店铺的店铺信息以及待打分店铺的下挂商品序列中每个下挂商品的商品信息；其中，所述待打分店铺内包含多个商品，所述下挂商品是指在店铺推荐页面中展示待打分店铺时所展示的商品；
11、预测模块，用于：将获取的信息输入至预设的店铺预测模型中，由所述店铺预测模型基于所述待打分店铺的店铺信息提取店铺特征、基于所述用户信息提取用户个性化特征、基于所述历史点击店铺序列中每个店铺的店铺信息提取店铺序列特征、以及提取所述用户对所述下挂商品序列的偏好特征，基于提取的特征预测出所述用户对所述待打分店铺的偏好信息；其中，所述偏好特征，是基于所述用户个性化特征，以及由所述下挂商品序列中每个下挂商品的商品信息所提取的下挂商品序列特征提取的。
12、根据本说明书实施例的第四方面，提供一种店铺展示装置，所述装置包括：
13、获取模块，用于：获取多个待打分店铺，利用第一方面所述的方法得到每个待打分店铺的偏好信息；
14、排序模块，用于：根据每个待打分店铺的偏好信息，对多个待打分店铺进行排序；
15、展示模块，用于：根据所述排序结果展示店铺推荐页面。
16、根据本说明书实施例的第五方面，提供一种计算机设备，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，其中，所述处理器执行所述计算机程序时实现前述第一方面所述方法实施例的步骤。
17、根据本说明书实施例的第六方面，提供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前述第一方面所述方法实施例的步骤。
18、根据本说明书实施例的第七方面，提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现前述第一方面所述方法实施例的步骤。
19、本说明书的实施例提供的技术方案可以包括以下有益效果：
20、本说明书实施例中，可以获取待打分店铺的店铺信息、用户信息、用户的历史点击店铺序列中每个店铺的店铺信息以及待打分店铺的下挂商品序列中每个下挂商品的商品信息。其中，待打分店铺内包含多个商品，下挂商品是指在店铺推荐页面中展示待打分店铺时所展示的商品；接着，可以由店铺预测模型基于待打分店铺的店铺信息提取店铺特征、基于用户信息提取用户个性化特征、基于历史点击店铺序列中每个店铺的店铺信息提取店铺序列特征、以及提取用户对下挂商品序列的偏好特征，基于提取的特征预测出用户对待打分店铺的偏好信息；其中，所述偏好特征，是基于所述用户个性化特征，以及由所述下挂商品序列中每个下挂商品的商品信息所提取的下挂商品序列特征提取的。由于本实施例在店铺预测模型中引入了下挂商品序列中下挂商品的商品信息，因此模型能够输出更准确的预测结果。
21、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
1.一种基于店铺预测模型的店铺评价方法，所述方法包括：
2.根据权利要求1所述的方法，所述下挂商品的商品信息包括多个维度的商品信息；所述下挂商品序列特征，包含：
3.根据权利要求2所述的方法，所述偏好特征，是通过如下方式生成的：
4.根据权利要求2所述的方法，所述目标维度对应的商品聚合特征，是通过如下方式得到的：
5.一种店铺展示方法，所述方法包括：
6.一种基于店铺预测模型的店铺评价装置，所述装置包括：
7.一种店铺展示装置，所述装置包括：
8.一种计算机设备，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，其中，所述处理器执行所述计算机程序时实现权利要求1至5任一所述方法的步骤。
9.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现权利要求1至5任一所述方法的步骤。
10.一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权利要求1至5任一所述方法的步骤。
