申请/专利权人:合肥工业大学
申请日:2020-04-15
公开(公告)日:2020-09-15
公开(公告)号:CN111667298A
主分类号:G06Q30/02(20120101)
分类号:G06Q30/02(20120101);G06Q30/06(20120101);G06F17/18(20060101)
优先权:
专利状态码:有效-授权
法律状态:2022.09.30#授权;2020.10.13#实质审查的生效;2020.09.15#公开
摘要:本发明提供一种用户个性化需求预测方法和系统,涉及个性化需求预测领域。包括以下步骤:本发明通过获取用户数据、产品数据和用户兴趣数据,并形成历史数据;基于历史数据得到用户隐群;基于历史数据设定用户隐群的兴趣选择器,基于用户隐群和兴趣选择器获取隐群‑兴趣分布;基于历史数据设定用户兴趣的产品选择器;对用户兴趣进行采样,得到目标兴趣;基于目标兴趣和产品选择器获取兴趣‑产品分布;基于隐群‑兴趣分布和兴趣‑产品分布构建双稀疏模型,基于双稀疏模型获取用户个体‑兴趣分布;基于用户个体‑兴趣分布和兴趣‑产品分布获取用户对产品的偏好得分,基于偏好得分获取用户的产品推荐结果。本发明可以准确预测用户的个性化需求。
主权项:1.一种用户个性化需求预测方法,其特征在于,所述预测方法由计算机执行,包括以下步骤:获取用户数据、产品数据和用户兴趣数据,并形成历史数据;基于所述历史数据对用户进行划分,得到用户隐群;基于所述历史数据预先设定用户隐群的兴趣选择器,基于所述用户隐群和所述兴趣选择器获取隐群-兴趣分布;基于所述历史数据预先设定用户兴趣的产品选择器;对用户兴趣进行采样,得到目标兴趣;基于所述目标兴趣和所述产品选择器获取兴趣-产品分布;基于所述隐群-兴趣分布和所述兴趣-产品分布构建双稀疏模型,基于所述双稀疏模型获取用户个体-兴趣分布;基于所述用户个体-兴趣分布和所述兴趣-产品分布获取用户对产品的偏好得分,基于所述用户对产品的偏好得分获取用户的产品推荐结果。
全文数据:
权利要求:
百度查询: 合肥工业大学 用户个性化需求预测方法和系统
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。