[发明专利]一种电子交易对象推荐方法和装置及设备有效

专利信息
申请号: 202110698466.3 申请日: 2021-06-23
公开(公告)号: CN113420214B 公开(公告)日: 2023-01-10
发明(设计)人: 翟正元;曲文武;李江漫;孙春晓 申请(专利权)人: 青岛海信智慧生活科技股份有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06Q40/04
代理公司: 北京同达信恒知识产权代理有限公司 11291 代理人: 刘醒晗
地址: 266101 山*** 国省代码: 山东;37
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 电子 交易 对象 推荐 方法 装置 设备
【权利要求书】:

1.一种电子交易对象的推荐方法,其特征在于,包括:

响应于用户的推荐更新请求,获取所述用户最近一次交易的不同分类的电子交易对象的交易时间;

根据当前时间和各分类的电子交易对象的交易时间之间的差值,及预先针对所述用户确定的不同分类的电子交易对象对应的推荐周期,计算表征不同分类的电子交易对象的所述差值与对应的推荐周期的差距的周期评分;

将周期评分大于第一预设阈值的分类对应历史的电子交易对象,作为候选集合,分别确定所述候选集合中每一候选电子交易对象所在的频繁项集;

分别将各候选电子交易对象对应的周期评分和该电子交易对象所在的频繁项集的支持度求和,得到该候选电子交易对象的推荐评分;

按照推荐评分的大小进行排序,获得电子交易对象的推荐结果;

采用如下方式预先针对所述用户确定不同分类的电子交易对象对应的推荐周期:

获取所述用户在一段时间内交易的不同分类的电子交易对象的相关信息;

针对不同分类的电子交易对象的交易时间,确定表征所述用户在所述一段时间内各子时段是否交易该类电子交易对象的二进制序列;

按照不同长度划分各分类的电子交易对象对应的二进制序列,得到与不同长度对应的多个子序列集合;

将各分类对应的多个子序列集合的平均不相关性最小的子序列集合的长度,作为该分类的电子交易对象的推荐周期;

采用如下方式计算各分类对应的多个子序列集合的平均不相关性:

针对任一子序列集合,分别计算任意两个子序列之间的相关性

根据所述任意两个子序列之间的相关性,计算该子序列集合的平均不相关性

所述t为子序列集合中子序列的长度,表示子序列Pi(t)的向量,表示子序列Pj(t)的向量,D2(V1-V2)表示向量V1、V2的欧式距离平方,n(t)为子序列集合中子序列的个数。

2.根据权利要求1所述的方法,其特征在于,获取所述用户在一段时间内交易的不同分类的电子交易对象的相关信息,包括:

获取不同用户在一段时间内交易的不同分类的电子交易对象的相关信息;

根据所述相关信息,计算不同用户在所述一段时间内进行电子交易对象交易的次数,并筛除交易次数少于第三预设阈值的用户的相关信息;

针对筛选后的不同用户,计算该用户在所述一段时间内进行不同分类电子交易对象交易的次数,筛除交易次数少于第四预设阈值的分类对应的相关信息;

根据所述用户的标识信息,在筛选后的相关信息中获取所述用户在一段时间内交易的不同分类的电子交易对象的相关信息。

3.根据权利要求1所述的方法,其特征在于,

所述二进制序列的不同位置的比特位对应所述一段时间内不同子时段,各比特采用不同比特值分别表示该用户在对应的子时段交易该类电子交易对象,及该用户未在对应的子时段交易该类电子交易对象。

4.根据权利要求1所述的方法,其特征在于,计算表征不同分类的电子交易对象的所述差值与对应的推荐周期的差距的周期评分,包括:

将任一分类的电子交易对象的所述差值与对应的推荐周期的比值,作为表征该分类的电子交易对象的所述差值与对应的推荐周期的差距的周期评分。

5.根据权利要求1所述的方法,其特征在于,采用如下方式确定每一候选电子交易对象所在的频繁项集及对应的支持度:

将所述用户在所述一段时间内交易的电子交易对象去重,并按照所述交易时间排序,获得电子交易对象序列;

确定包括所述电子交易对象序列中至少两个电子交易对象的不同项集,从所述不同项集中筛选支持度大于第二预设阈值的频繁项集,得到频繁项集集合;

在所述频繁项集集合中,分别确定所述候选集合中每一候选电子交易对象所在的频繁项集;

针对每一候选电子交易对象,将该候选电子交易对象所在的频繁项集对应的支持度求和,得到该候选电子交易对象所在的频繁项集的支持度。

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青岛海信智慧生活科技股份有限公司,未经青岛海信智慧生活科技股份有限公司许可,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/202110698466.3/1.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