[发明专利]一种推荐模型构建方法和装置有效

专利信息
申请号: 201911204928.0 申请日: 2019-11-29
公开(公告)号: CN110990698B 公开(公告)日: 2021-01-08
发明(设计)人: 邓练兵;李大铭 申请(专利权)人: 珠海大横琴科技发展有限公司
主分类号: G06F16/9535 分类号: G06F16/9535
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 莎日娜
地址: 519000 广东省珠海市横琴新*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 推荐 模型 构建 方法 装置
【权利要求书】:

1.一种推荐模型构建方法,其特征在于,应用于第一服务器,所述方法包括:

接收多个第二服务器分别发送的第一样本数据集,所述第一样本数据集为第二服务器根据预设加密算法对第二样本数据集进行加密处理后得到的;

根据预设解密算法对所述第一样本数据集进行解密处理,得到多个所述第二样本数据集;

根据预设规则,获取多个所述第二样本数据集中的至少一个同一用户的多个样本数据;

对所述每个同一用户的多个样本数据进行合并,得到目标样本数据集;

根据所述目标样本数据集构建推荐模型;

其中,所述第二服务器之间无法进行数据共享;

其中,所述多个所述第二样本数据集根据统一标准生成;

其中,所述根据所述目标样本数据集构建推荐模型,包括:

对所述目标样本数据集进行聚类,得到第一聚类结果;

对所述第一聚类结果中的每个类进行关联分析,得到关联规则,包括:将所述第一聚类结果中的两个类的特征进行组合得到组合特征因子,根据所述组合特征因子与所述两个类的特征得到所述关联规则;

根据所述第一聚类结果和所述关联规则构建所述推荐模型。

2.根据权利要求1所述的方法,其特征在于,还包括:

根据所述第一聚类结果中的每个类,采用协同过滤算法,得到多个第一推荐结果;

所述根据所述第一聚类结果和所述关联规则构建所述推荐模型,包括:

根据所述第一聚类结果、所述关联规则和所述多个第一推荐结果构建所述推荐模型。

3.根据权利要求1所述的方法,其特征在于,所述对所述目标样本数据集进行聚类,得到第一聚类结果,包括:

采用第一聚类算法对所述目标样本数据进行聚类,得到第二聚类结果;

采用第二聚类算法对所述第二聚类结果进行聚类,得到所述第一聚类结果。

4.根据权利要求1所述的方法,其特征在于,在所述根据所述第一聚类结果构建推荐模型之后,还包括:

接收所述第二服务器发送的第一用户信息;

根据所述第一用户信息,通过所述推荐模型得到匹配所述第一用户信息的第二推荐结果;

向所述第二服务器发送所述第二推荐结果。

5.根据权利要求1所述的方法,其特征在于,在所述根据所述第一聚类结果构建推荐模型之后,还包括:

向所述第二服务器发送所述推荐模型,以使所述第二服务器根据第二用户信息,通过所述推荐模型获取匹配所述第二用户信息的第三推荐结果。

6.一种推荐模型构建装置,其特征在于,设置于第一服务器,所述装置包括:

接收模块,用于接收多个第二服务器分别发送的第一样本数据集,所述第一样本数据集为第二服务器根据预设加密算法对第二样本数据集进行加密处理后得到的;

解密模块,用于根据预设解密算法对所述第一样本数据集进行解密处理,得到多个所述第二样本数据集;

获取模块,用于获取多个所述第二样本数据集中的至少一个同一用户的多个样本数据;

合并模块,用于对所述每个同一用户的多个样本数据进行合并,得到目标样本数据集;

构建模块,用于根据所述目标样本数据集构建推荐模型;

其中,所述第二服务器之间无法进行数据共享;

其中,所述多个所述第二样本数据集根据统一标准生成;

其中,所述构建模块包括:

聚类单元,用于对所述目标样本数据集进行聚类,得到第一聚类结果;

第一分析单元,用于对所述第一聚类结果中的每个类进行关联分析,得到关联规则,包括:将所述第一聚类结果中的两个类的特征进行组合得到组合特征因子,根据所述组合特征因子与所述两个类的特征得到所述关联规则;

构建单元,用于根据所述第一聚类结果和所述关联规则构建所述推荐模型。

7.根据权利要求6所述的装置,其特征在于,所述构建模块还包括:

第二分析单元,用于根据所述第一聚类结果中的每个类,采用协同过滤算法,得到多个第一推荐结果;

所述构建单元具体用于根据所述第一聚类结果、所述关联规则和所述多个第一推荐结果构建所述推荐模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海大横琴科技发展有限公司,未经珠海大横琴科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911204928.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top