买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉达而观信息科技(上海)有限公司申请的专利基于深度推荐模型的用户行为预测模型的构建方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116186411B 。

龙图腾网通过国家知识产权局官网在2026-01-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310217236.X，技术领域涉及：G06F16/9535；该发明授权基于深度推荐模型的用户行为预测模型的构建方法及装置是由石京京;于敬;刘文海;陈运文;纪达麒设计研发完成，并于2023-03-08向国家知识产权局提交的专利申请。

本基于深度推荐模型的用户行为预测模型的构建方法及装置在说明书摘要公布了：本发明公开了一种用户行为预测模型的构建、用户行为预测方法、装置、设备及介质。用户行为预测模型的构建方法包括：根据多用户的历史行为数据，生成原始样本集；根据各原始样本中的行为集合，生成与各原始样本分别对应的各矩阵；形成训练样本集；使用训练样本集对深度推荐模型进行训练，得到用户行为预测模型。用户行为预测方法包括：获取待预测用户的用户特征信息以及待预测物品的物品特征信息；获取待预测用户对待预测物品的行为预测概率矩阵；根据行为预测概率矩阵，验证是否将述待预测物品推荐给待预测用户。本发明的技术方案提供了一种构建用户行为预测模型的新方式，以提高用户行为预测的精准度。

本发明授权基于深度推荐模型的用户行为预测模型的构建方法及装置在权利要求书中公布了：1.一种用户行为预测模型的构建方法，其特征在于，包括： 根据多用户的历史行为数据，生成原始样本集，原始样本中包括设定用户的用户特征信息，设定物品的物品特征信息和设定用户对设定物品执行的行为集合，行为集合中的各行为之间存在递进关系； 根据各原始样本中的行为集合，生成与各原始样本分别对应的第一行为特征矩阵、第二行为特征矩阵和第三行为特征矩阵； 根据原始样本中的设定用户的用户特征信息，设定物品的物品特征信息、第一行为特征矩阵、第二行为特征矩阵和第三行为特征矩阵，形成训练样本集，第二行为特征矩阵和第三行为特征矩阵用于作为训练样本中的标注数据； 使用训练样本集对深度推荐模型进行训练，得到用户行为预测模型； 其中，根据各原始样本中的行为集合，生成与各原始样本分别对应的第一行为特征矩阵、第二行为特征矩阵和第三行为特征矩阵，包括：在各原始样本中获取当前处理样本中的当前行为集合，并形成与所述当前行为集合匹配的一维行为矩阵，其中，所述一维行为矩阵的位数L固定，每个矩阵位对应设定行为；构建L*L-1阶的第一基础特征矩阵，依次获取所述一维行为矩阵中的第i列数据的前i-1列数据，填充至第一基础特征矩阵中第i行的前i-1列中，并将第一基础特征矩阵中的剩余位置进行补零，得到所述第一行为特征矩阵，其中，所述i初始化为1；构建L*L阶的第二基础特征矩阵，依次获取所述一维行为矩阵中的第i列数据，填充至第二基础特征矩阵中第i行第i列中，并将第二基础特征矩阵中的剩余位置进行补零，得到第二行为特征矩阵；构建L*L阶的单位矩阵，作为第三行为特征矩阵； 其中，使用训练样本集对深度推荐模型进行训练，得到用户行为预测模型，包括：在训练样本集中获取目标训练样本，并将目标训练样本输入至深度推荐模型中；通过深度推荐模型中的稀疏特征层对目标训练样本中的目标用户的用户特征信息，目标物品的物品特征信息以及目标第一行为特征矩阵进行处理，得到原始稀疏向量；通过深度推荐模型中的稠密嵌入层对原始稀疏向量进行处理，得到稠密向量；通过深度推荐模型中的因式分解层对所述原始稀疏向量和稠密向量进行逻辑回归计算，得到行为预测概率矩阵；通过深度推荐模型中的损失函数层根据所述预测概率矩阵、所述目标训练样本中的目标第二行为特征矩阵以及目标第三行为特征矩阵计算得到损失函数，并根据损失函数对深度推荐模型进行参数调整；返回执行训练样本集中获取目标训练样本的操作，直至训练得到用户行为预测模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人达而观信息科技(上海)有限公司，其通讯地址为：201203 上海市浦东新区中国(上海)自由贸易试验区亮秀路112号B座204C、204D、301、303、304、502C室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。