本申請提供了一種服務站點推薦方法、裝置、設備及存儲介質，其中，該方法包括：根據至少一個用戶的行為反饋信息，計算每個用戶針對至少一種推薦方式的推薦比例；根據所述每個用戶的歷史服務數據，從預設的服務站點集合中，確定所述每個用戶對應的服務站點推薦集合；根據每種推薦方式的推薦比例，從所述每個用戶對應的服務站點推薦集合中，確定所述每種推薦方式對應的目標服務站點；向所述每個用戶的客戶端推送所述至少一種推薦方式對應的目標服務站點。以解決現有技術中無法給用戶提供較好的服務站點推薦的問題。

技術領域

本申請涉及數據挖掘技術領域，具體而言，涉及一種服務站點推薦方法、裝置、設備及存儲介質。

背景技術

服務站點在人們生活中應用范圍十分廣泛，例如餐飲類服務站點、汽車類服務站點或休息類服務站點，用戶可以根據自己的需求，在應用程序上對需要的服務站點進行查詢。

以網約車應用程序為例進行說明，司機側的網約車應用程序，用戶在使用過程中除了接單外，幾乎不會使用網約車應用程序去查詢周圍的服務站點，只有在需要相關服務時，才會去周邊熟悉的站點，或是通過網約車應用程序查詢排名靠前的服務站點。

但是這種服務站點的推薦方式不能給司機提供很好的服務站點推薦，用戶和應用程序之間的使用黏性不高。

發明內容

有鑒于此，本申請的目的在于提供一種服務站點推薦方法、裝置、設備及存儲介質，能夠解決現有技術中服務站點的推薦方式不能給司機提供很好的服務站點推薦，用戶和應用程序之間的使用黏性不高的問題。

在本申請的第一方面，本申請提供一種服務站點推薦方法，所述方法包括：

根據至少一個用戶的行為反饋信息，計算每個用戶針對至少一種推薦方式的推薦比例；

根據所述每個用戶的歷史服務數據，從預設的服務站點集合中，確定所述每個用戶對應的服務站點推薦集合；

根據每種推薦方式的推薦比例，從所述每個用戶對應的服務站點推薦集合中，確定所述每種推薦方式對應的目標服務站點；

向所述每個用戶的客戶端推送所述至少一種推薦方式對應的目標服務站點。

可選地，所述根據至少一個用戶的行為反饋信息，計算每個用戶針對至少一種推薦方式的推薦比例，包括：

判斷所述每個用戶的行為反饋信息，是否滿足預設條件；

若所述每個用戶的行為反饋信息滿足所述預設條件，則根據所述每個用戶的行為反饋信息，對所述每種推薦方式對應的預設初始比例進行更新，得到所述每種推薦方式的推薦比例；

若所述每個用戶的行為反饋信息不滿足所述預設條件，則確定所述每種推薦方式的推薦比例為所述每種推薦方式對應的預設初始比例。

可選地，所述判斷所述每個用戶的行為反饋信息，是否滿足預設條件，包括：

判斷所述每個用戶的行為反饋信息中所述每個用戶的行為次數是否大于或等于預設的行為次數閾值；

若所述每個用戶的行為次數大于或等于所述預設的行為次數閾值，則確定所述每個用戶的行為反饋信息滿足所述預設條件；

若所述每個用戶的行為次數小于所述預設的行為次數閾值，則確定所述每個用戶的行為反饋信息不滿足所述預設條件。

可選地，所述判斷所述每個用戶的行為反饋信息，是否滿足預設條件，包括：

判斷所述每個用戶的行為反饋信息中所述每個用戶針對推薦服務站點的點擊率是否大于或等于預設的點擊率閾值；

若所述每個用戶針對推薦服務站點的點擊率，大于或等于所述預設的點擊率閾值，則確定所述每個用戶的行為反饋信息滿足所述預設條件；