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

一种基于解纠缠学习和滤波器的电商平台序列推荐方法 

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:重庆邮电大学

摘要:本发明属于互联网应用技术领域,涉及一种基于解纠缠学习和滤波器的电商平台序列推荐方法,包括:获取电商平台序列,进行预处理,得到用户商品交互矩阵、用户特征向量和用户短期行为序列;根据用户商品交互矩阵和用户特征向量计算用户长期兴趣偏好;根据用户短期行为序列通过解纠缠学习技术计算用户真实短期兴趣偏好;融合用户真实短期兴趣偏好和用户长期兴趣偏好,得到用户的完整兴趣表示;根据用户的完整兴趣表示计算候选商品的推荐分数,根据商品的推荐分数生成商品的Top‑N推荐列表;本发明通过解缠学习计算用户短期行为序列在真实兴趣因素和冗余噪声因素上的解缠表示,有效去除兴趣序列中的噪声数据,进一步捕获用户短期的真实行为需求。

主权项:1.一种基于解纠缠学习和滤波器的电商平台序列推荐方法,其特征在于,包括:获取电商平台序列,对电商平台序列进行预处理,将预处理后的结果输入训练好的序列推荐模型,得到推荐商品;所述序列推荐模型的训练过程包括:S1、获取电商平台序列,对电商平台序列进行预处理,得到用户商品交互矩阵、用户特征向量和用户短期行为序列;S2、根据用户商品交互矩阵和用户特征向量计算用户长期兴趣偏好;S3、根据用户短期行为序列通过解纠缠学习技术计算用户短期行为序列在真实兴趣因素和冗余噪声因素上的独立嵌入表示以及用户真实短期兴趣偏好;S4、融合用户真实短期兴趣偏好和用户长期兴趣偏好,得到用户的完整兴趣表示;S5、获取候选商品,根据用户的完整兴趣表示计算候选商品的推荐分数,根据商品的推荐分数生成商品的Top-N推荐列表;S6、根据推荐分数和独立嵌入表示计算损失函数值,根据损失函数值更新模型参数,当损失函数值最小时,完成模型训练。

全文数据:

权利要求:

百度查询: 重庆邮电大学 一种基于解纠缠学习和滤波器的电商平台序列推荐方法

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。