[发明专利]商品推荐方法及商品推荐装置、设备和存储介质在审

专利信息
申请号: 201711287760.5 申请日: 2017-12-07
公开(公告)号: CN108182621A 公开(公告)日: 2018-06-19
发明(设计)人: 黄玉胜;郭浒生;郭丹;罗咏 申请(专利权)人: 合肥美的智能科技有限公司
主分类号: G06Q30/06 分类号: G06Q30/06;G06N3/08;G06F17/30
代理公司: 北京友联知识产权代理事务所(普通合伙) 11343 代理人: 尚志峰;汪海屏
地址: 230601 安徽省合肥市经*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供了一种商品推荐方法,包括:提取目标用户集中每个用户的关联用户信息对应的用户信息向量和目标商品集中的每种商品的关联商品信息对应的商品信息向量;将商品信息向量和用户信息向量分别输入至对应的根据用户历史行为数据训练得到的深度神经网络模型中进行特征提取;根据提取到的商品特征向量和用户特征向量计算每个用户和每种商品之间的相关性系数;根据与每个用户关联的所有相关性系数向每个用户推荐商品。相应地,本发明还对应提出了商品推荐装置、计算机设备和计算机可读存储介质。通过本发明的技术方案,可以有效地解决现有推荐方案中的冷启动问题,并有效地降低了特征提取的难度,从而提高了商品的推荐效率和推荐效果。
搜索关键词: 向量 商品推荐 商品信息 特征提取 信息对应 用户信息 有效地 计算机可读存储介质 用户历史行为数据 神经网络模型 用户特征向量 计算机设备 存储介质 关联商品 关联用户 目标商品 目标用户 商品特征 用户关联 用户推荐 冷启动
【主权项】:
1.一种商品推荐方法,其特征在于,包括:提取目标用户集中每个用户的关联用户信息对应的用户信息向量和目标商品集中的每种商品的关联商品信息对应的商品信息向量;将所述商品信息向量和所述用户信息向量分别输入至对应的根据用户历史行为数据训练得到的深度神经网络模型中进行特征提取;根据提取到的商品特征向量和用户特征向量计算所述每个用户和所述每种商品之间的相关性系数;根据与所述每个用户关联的所有相关性系数向所述每个用户推荐商品。
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合肥美的智能科技有限公司,未经合肥美的智能科技有限公司许可,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/patent/201711287760.5/,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