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!
申请/专利权人:中信银行股份有限公司
摘要:本申请提供一种数据推荐方法、装置、设备及存储介质,涉及数据推荐技术领域。该方法包括:获取至少一个客户端的用户数据;根据预设打分矩阵、各所述用户数据和所述客户端的数量,确定各客户端对应的目标推荐数据;其中,所述预设打分矩阵为卷积神经网络根据所述用户数据、所述客户端的数量和隐含变量对初始打分矩阵扩充后得到的;将所述目标推荐数据返回至对应的所述客户端。相对于现有技术,避免了数据的稀疏性导致推荐效果不准确的问题。
主权项:1.一种数据推荐方法,其特征在于,所述方法包括:获取至少一个客户端的用户数据;所述用户数据包括:历史浏览数据和或历史消费数据;根据预设打分矩阵、各所述用户数据和所述客户端的数量,确定各客户端对应的目标推荐数据;其中,所述预设打分矩阵为卷积神经网络根据所述用户数据、所述客户端的数量和隐含变量对初始打分矩阵扩充后得到的;所述根据预设打分矩阵、各所述用户数据和所述客户端的数量,确定各客户端对应的目标推荐数据之前,所述方法还包括:卷积神经网络根据所述用户数据、所述客户端的数量和隐含变量对初始打分矩阵进行分解,得到第一矩阵和第二矩阵;根据所述第一矩阵和所述第二矩阵确定预设打分矩阵;所述预设打分矩阵C为满足的矩阵,其中A为用户数据的数量,B为客户端的数量,N为隐藏变量的数量,qj=cnnW,Xj+εj,II,J为取值为0或1的指示函数;表示rij服从均值为方差为δ2的正态分布概率密度函数;表示服从均值为0,方差为的正态分布概率密度函数;所述用户数据满足其中w为权重,X为用户数据的信息;所述权重满足所述卷积神经网络根据所述用户数据、所述客户端的数量和隐含变量对初始打分矩阵进行分解,得到第一矩阵和第二矩阵,包括:根据得到第一矩阵P和第二矩阵Q,其中为根据批量梯度下降求解得到的;将所述目标推荐数据返回至对应的所述客户端。
全文数据:
权利要求:
百度查询: 中信银行股份有限公司 数据推荐方法、装置、设备及存储介质
免责声明
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。