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

物品推荐方法、装置、终端设备及存储介质 

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:招商证券股份有限公司

摘要:本申请适用于计算机技术领域,提供了物品推荐方法,包括:获取预设时间段内用户的购买行为特征;根据购买行为特征,构建每个目标时间窗对应的用户时序特征;将每个目标时间窗对应的用户时序特征输入到预设推荐模型,输出每个目标时间窗对应的初步推荐结果;将各个目标时间窗对应的初步推荐结果进行加权平均,得到物品推荐结果。通过动态追踪用户偏好随时间的变化,预设推荐模型结合线性模型的记忆能力和DNN模型的泛化能力,解决了现有物品推荐方法个性化程度低、物品推荐结果准确度不够的问题。

主权项:1.一种物品推荐方法,其特征在于,包括:获取预设时间段内用户的购买行为特征,包括:获取用户在预设时间段内实际购买的物品,根据物品类型的分类确定用户在预设时间段内实际购买的每个物品对应物品类型,确定用户的所述购买行为特征;根据所述购买行为特征,构建每个目标时间窗对应的用户时序特征,其中多个所述目标时间窗包含于所述预设时间段内,所述多个目标时间窗是利用滑动时间窗口对所述预设时间段进行分割得到的,所述用户时序特征还包括用户资产特征、用户年龄特征;将每个所述目标时间窗对应的所述用户时序特征输入到预设推荐模型,输出每个所述目标时间窗对应的初步推荐结果;将各个所述目标时间窗对应的所述初步推荐结果进行加权平均,得到物品推荐结果;其中,将每个所述目标时间窗对应的所述用户时序特征输入到预设推荐模型,输出每个所述目标时间窗对应的初步推荐结果,包括:将负样本随机采样划分为若干个集合,其中所述负样本为所述用户未购买过的物品,每个所述集合对应一个所述预设推荐模型,所述预设推荐模型为基于wide模型和deep模型的深度模型;将第一用户时序特征输入到所述每个所述集合的预设推荐模型中,输出所述第一用户时序特征对应的多个第一结果,所述第一用户时序特征为所述用户时序特征中的一个;对所述多个第一结果进行加权平均,得到所述第一用户时序特征对应目标时间窗的所述初步推荐结果。

全文数据:

权利要求:

百度查询: 招商证券股份有限公司 物品推荐方法、装置、终端设备及存储介质

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。