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！

龙图腾网恭喜哈尔滨工业大学(威海)申请的专利一种基于用户短期偏好的服务推荐方法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：CN115439187B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202211073967.3，技术领域涉及：G06Q30/0601；该发明授权一种基于用户短期偏好的服务推荐方法是由张恺琪;初佃辉;涂志莹设计研发完成，并于2022-09-02向国家知识产权局提交的专利申请。

本一种基于用户短期偏好的服务推荐方法在说明书摘要公布了：本发明公开了一种基于用户短期偏好的服务推荐方法，首先正式定义了服务推荐中的行为惯性，并通过用户购买商品的数量和概率对其进行量化。其次，总结了三种用户购买行为模式，以提取特征作为模型的输入，以预测用户将购买的候选商品集。最后，通过将用户兴趣保持量定义为改变用户当前状态的“外力”来适应牛顿第一定律以解决推荐问题。并通过艾宾浩斯遗忘曲线计算用户的兴趣保持量，将用户的惯性和兴趣留存进行比较，判断用户当前的购买状态是否发生了变化，选择可能改变用户购买状态的商品作为最终推荐结果。本发明提高了推荐结果的有效性。

本发明授权一种基于用户短期偏好的服务推荐方法在权利要求书中公布了：1.一种基于用户短期偏好的服务推荐方法，其特征在于所述方法包括如下步骤：步骤S1、统计并分析大规模真实数据集，提取用户行为模式：步骤S11、对大规模真实数据集进行统计分析，该数据集包含浏览、加购、收藏以及购买四种行为，分别表示为pv、cart、fav以及buy，数据集的每一行表示一条用户行为，由用户ID、商品ID、商品类目ID、行为类型和时间戳组成；对数据集进行筛选和整理，统计用户浏览、加购以及收藏行为对用户偏好产生的影响；步骤S12、提出三种用户行为模式，包括随机式、往复式和渐进式，通过用户每分钟浏览不同种类服务的次数区分用户当前不同的行为模式；步骤S2、建立用户行为惯性模型：定义服务推荐问题中的用户行为惯性，并量化不同用户的行为惯性大小，同时根据浏览时间间隔长短和遗忘曲线计算用户记忆保留度mTi，最后通过用户记忆保留度mTi计算用户兴趣保持量Ri；具体步骤如下：步骤S21、假设用户有n个购买动机x1,x2,...,xi,...xn，将单个商品视为一个动机，xi的出现概率为pxi，并计算用户行为惯性B；步骤S22、计算用户记忆保留度mTi，通过艾宾浩斯曲线呈现的遗忘过程来反映用户记忆保留度mTi；步骤S23、通过用户记忆保留度mTi计算用户兴趣保持量Ri；步骤S3、建立用户短期兴趣推荐模型，并完成最终的推荐：用户短期兴趣推荐模型主要包括两个模块：基于用户模式的短期偏好模块和概率校正模块，其中：基于用户模式的短期偏好模块通过用户的各种行为数据学习到用户短期内偏好；概率校正模块用于判断不同商品对于用户当前状态的影响程度，并校正用户模式的短期偏好模块中输出的预测概率；具体步骤如下：步骤S31、由于大规模真实数据集中没有具体类别名称，首先通过FP-tree挖掘数据集中商品类别之间的关联关系，设置合适的支持度参数并找出频繁k项集；步骤S32、将步骤S1中的用户行为，包括点击、加购、收藏以及用户每分钟浏览商品次数作为特征输入到用户短期兴趣推荐模型中；将步骤S31中挖掘出的关联关系同样作为特征输入到用户短期兴趣推荐模型中；步骤S33、通过LSTM算法对用户短期兴趣进行学习，最终输出预测每个商品的概率；步骤S34、将牛顿第一定律中惯性与外力映射到服务推荐问题中，并将步骤S2中计算所得的用户兴趣保持量视为改变用户购买状态的外力，在当前时刻a，将用户u对商品i的兴趣保持量与用户自身惯性进行比较，判断用户购买行为是否发生改变；步骤S35、将步骤S33中输出的预测概率通过步骤S34的方式进行筛选，保留兴趣保持量大于用户惯性大小的商品，最终生成预测结果。

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哈尔滨工业大学(威海)，其通讯地址为：264209 山东省威海市环翠区文化西路2号；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”。