Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于机器学习的电商消费者偏好预测方法及系统 

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:涅生科技(广州)股份有限公司

摘要:本发明公开了一种基于机器学习的电商消费者偏好预测方法及系统,方法包括数据采集、数据重构、数据预处理、消费者偏好推测和电商消费者偏好预测。本发明属于电商分析技术领域,具体是指一种基于机器学习的电商消费者偏好预测方法及系统,本方案进行文本评论数据连接并重构异构数据,从而实现对数值购买记录数据和文本评论数据的同时处理,提高了消费者偏好预测的数据维度;采用文本过滤和分词处理的方法进行文本预处理,并通过词向量转换优化文本的数据表示,提高了数据质量,为后续的建模预测提供了良好的数据支持;采用多视图潜在狄利克雷分配模型推测消费者偏好,提高了模型的可解释性,从而提高了分析消费者购买动机的可行性和有效性。

主权项:1.一种基于机器学习的电商消费者偏好预测方法,其特征在于:该方法包括以下步骤:步骤S1:数据采集;步骤S2:数据重构,用于聚合并重构原始数据,具体为通过对电商消费者偏好预测原始数据进行数据重构,得到偏好预测重构数据;步骤S3:数据预处理,用于对偏好预测重构数据进行数据优化处理,具体为通过对偏好预测重构数据进行文本预处理,得到偏好预测优化数据;步骤S4:消费者偏好推测;步骤S5:电商消费者偏好预测;在步骤S4中,所述消费者偏好推测,具体为依据所述偏好预测优化数据,基于多视图潜在狄利克雷分配模型推测消费者偏好,得到消费者偏好推测数据,包括以下步骤:步骤S41:多视图定义;步骤S42:对称先验参数定义;步骤S43:多视图潜在狄利克雷分配模型构建;步骤S44:消费者偏好推测模型训练,具体为通过所述多视图定义、所述对称先验参数定义和所述多视图潜在狄利克雷分配模型建构,进行模型训练,得到消费者偏好推测模型ModelCpre;步骤S45:采用消费者偏好推测模型ModelCpre进行消费者偏好推测,得到消费者偏好推测数据。

全文数据:

权利要求:

百度查询: 涅生科技(广州)股份有限公司 一种基于机器学习的电商消费者偏好预测方法及系统

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。