申请/专利权人:深圳技术大学
申请日:2024-01-23
公开(公告)日:2024-05-07
公开(公告)号:CN117993995A
主分类号:G06Q30/0601
分类号:G06Q30/0601;G06N3/045;G06N3/08;G06F16/9535;G06N3/048
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.24#实质审查的生效;2024.05.07#公开
摘要:本发明提出了一种基于实时数仓和推荐模型的电商推荐方法和装置,该方法包括:通过实时数仓分层架构对样本用户购物行为序列进行特征提取得到增量特征和全量特征;将全量特征和增量特征输入到推荐模型中进行训练和测试;将待测用户购物行为序列输入到训练完后的推荐模型中,通过推荐模型中的会话窗口输入层对待测用户购物行为序列进行会话窗口分割处理得到多个会话窗口;通过兴趣状态交互层对每个会话窗口中的待测用户购物行为序列进行上下文兴趣关联处理;通过兴趣进化层对不同会话窗口之间进行窗口兴趣关联;通过多层感知机对会话窗口进行非线性变换得到目标概率;根据目标概率确定目标推荐商品。从而提高电商实时推荐的准确度。
主权项:1.一种基于实时数仓和推荐模型的电商推荐方法,其特征在于,包括:获取样本用户购物行为序列;通过预设的实时数仓分层架构对所述样本用户购物行为序列进行特征提取,得到增量特征和全量特征,其中,所述增量特征用于指示实时的特征,所述全量特征用于指示历史的特征;依次将所述全量特征和所述增量特征输入到预设的推荐模型中进行训练和测试,得到训练完成后的所述推荐模型,其中,所述推荐模型包括会话窗口输入层、兴趣状态交互层、兴趣进化层和多层感知机;获取待测用户购物行为序列;将所述待测用户购物行为序列输入到训练完成后的所述推荐模型中,通过推荐模型中的所述会话窗口输入层对所述待测用户购物行为序列进行会话窗口分割处理,得到多个会话窗口,并将所述会话窗口输入到所述兴趣状态交互层;通过所述兴趣状态交互层对每个所述会话窗口中的所述待测用户购物行为序列进行上下文兴趣关联处理,并将上下文兴趣关联处理后的所述会话窗口输入到所述兴趣进化层;通过所述兴趣进化层对不同所述会话窗口之间进行窗口兴趣关联,并将窗口兴趣关联后的所述会话窗口输入到所述多层感知机;通过所述多层感知机对所述会话窗口进行非线性变换,得到目标概率,所述目标概率用于指示用户点击目标商品的概率;根据所述目标概率确定在电商页面上的目标推荐商品。
全文数据:
权利要求:
百度查询: 深圳技术大学 基于实时数仓和推荐模型的电商推荐方法和装置
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。