恭喜广州盈风网络科技有限公司周桂麟获国家专利权
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!
龙图腾网恭喜广州盈风网络科技有限公司申请的专利一种基于传感器的产品推荐方法、系统、设备及介质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:CN119379391B 。
龙图腾网通过国家知识产权局官网在2025-04-08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:202411483122.0,技术领域涉及:G06Q30/0601;该发明授权一种基于传感器的产品推荐方法、系统、设备及介质是由周桂麟;徐治钦设计研发完成,并于2024-10-22向国家知识产权局提交的专利申请。
本一种基于传感器的产品推荐方法、系统、设备及介质在说明书摘要公布了:本发明适用于产品推荐领域,公开了一种基于传感器的产品推荐方法,方法通过传感器收集用户的产品使用数据集,进而提取多个特征向量,并对时间序列数据进行对齐处理,形成统一时间尺度下的用户产品使用行为特征。随后,计算用户间相似度,构建相似度矩阵,并通过设定阈值筛选强相关用户,形成用户相似度关系图。基于该关系图,识别具有相似兴趣和行为模式的用户社区,预测用户间的潜在关系强度,构建产品协同使用社交网络。同时,结合相关领域的用户行为数据,丰富用户画像。最终,基于构建的社交网络和用户画像,综合考虑用户相似度和产品相似度,生成候选推荐列表,并根据用户历史行为调整不同相似度的权重,从而得出个性化的产品推荐结果。
本发明授权一种基于传感器的产品推荐方法、系统、设备及介质在权利要求书中公布了:1.一种基于传感器的产品推荐方法,其特征在于,所述方法包括:基于传感器获取用户的产品使用数据集;根据所述产品使用数据集,提取时间、地点、使用频率、使用时长以及操作序列的特征向量,并对时间序列数据进行对齐,得到统一时间尺度下的用户产品使用行为特征;根据获取的用户产品使用行为特征,采用基于时间衰减的余弦相似度算法计算用户之间的相似度矩阵,通过设置相似度阈值过滤弱相关的用户,获得强相关的用户相似度关系图;基于所述用户相似度关系图,获取具有相似兴趣和行为模式的用户社区结构,同时预测用户之间的潜在关系强度,构建产品协同使用社交网络;利用相关领域的用户行为数据丰富用户画像;基于构建的所述社交网络和所述用户画像,结合用户相似度和产品相似度,生成候选推荐列表,基于用户历史行为调整不同相似度的权重,获得推荐结果;其中,根据获取的用户产品使用行为特征,采用基于时间衰减的余弦相似度算法计算用户之间的相似度矩阵,通过设置相似度阈值过滤弱相关的用户,获得强相关的用户相似度关系图,包括:基于所述产品使用数据集,构建用户-产品行为矩阵;针对所述用户-产品行为矩阵,采用指数衰减函数对不同时间段的行为数据赋予不同的权重,得到时间衰减后的用户-产品行为矩阵,其中,所述指数衰减函数的权重计算公式为:wt=exp-λt_nowt,其中wt为时间t的权重,t_now为当前时间,t为行为发生的时间,λ为衰减系数;基于时间衰减后的所述用户-产品行为矩阵,计算任意两个用户之间的相似度,得到用户相似度矩阵;根据预设的相似度阈值,对所述用户相似度矩阵进行过滤,将相似度低于所述阈值的用户对视为弱相关,剔除对应的相似度数据;对过滤后的所述用户相似度矩阵进行规范化处理,采用最大-最小规范化方法将相似度值映射到[0,1]区间内;将规范化后的所述相似度矩阵进行聚类分析,根据相似度将用户划分为不同的群组,形成强相关的用户相似度关系图,其中,若某个用户点不属于任何一个聚类簇,则判断该用户为离群点,在关系图中单独呈现;其中,基于所述用户相似度关系图,获取具有相似兴趣和行为模式的用户社区结构,同时预测用户之间的潜在关系强度,构建产品协同使用社交网络,包括:所述产品使用数据集包括浏览、点击和购买;根据所述行为数据,计算用户之间的相似度,构建用户相似度关系图;将所述用户相似度关系图作为输入,将节点映射到低维向量空间,得到用户的向量表示;基于用户的所述向量表示,对用户进行社区发现,得到具有相似兴趣和行为模式的用户社区结构;在用户的社区内部,预测用户之间潜在的关系强度,得到社区内部用户的隐含联系;将所述用户社区结构和所述社区内部用户的隐含联系整合到产品协同使用社交网络中,构建产品协同使用社交网络。
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广州盈风网络科技有限公司,其通讯地址为:510000 广东省广州市南沙区丰泽东路106号(自编1号楼)X1301-F013561;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。