买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京品诺优创科技有限公司申请的专利一种基于用户偏好分析的电商平台商品推荐方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119398864B 。

龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411431415.4，技术领域涉及：G06Q30/0601；该发明授权一种基于用户偏好分析的电商平台商品推荐方法及系统是由周洲;唐小峰;严虹雨;王涛;宋扬设计研发完成，并于2024-10-14向国家知识产权局提交的专利申请。

本一种基于用户偏好分析的电商平台商品推荐方法及系统在说明书摘要公布了：本发明公开了一种基于用户偏好分析的电商平台商品推荐方法及系统，涉及电商平台技术领域，包括：构建用户多模态兴趣特征向量；所述多模态兴趣特征向量融合用户的文本搜索历史、图像浏览偏好、音频消费习惯，以及视频互动行为；利用跨模态注意力机制，将所述用户多模态兴趣特征向量与商品的多模态属性信息进行匹配，生成候选商品集合；应用动态上下文感知的强化学习模型，根据用户实时交互行为和环境因素对所述候选商品集合进行重排序，输出最终推荐结果。本发明通过结合多模态兴趣特征提取、动态上下文感知和强化学习技术，实现了对用户兴趣的全面捕捉和精准建模。

本发明授权一种基于用户偏好分析的电商平台商品推荐方法及系统在权利要求书中公布了：1.一种基于用户偏好分析的电商平台商品推荐方法，其特征在于，包括：构建用户多模态兴趣特征向量；所述多模态兴趣特征向量融合用户的文本搜索历史、图像浏览偏好、音频消费习惯，以及视频互动行为；利用跨模态注意力机制，将所述用户多模态兴趣特征向量与商品的多模态属性信息进行匹配，生成候选商品集合；应用动态上下文感知的强化学习模型，根据用户实时交互行为和环境因素对所述候选商品集合进行重排序，输出最终推荐结果；构建用户多模态兴趣特征向量包括如下步骤：从电商平台数据库中提取用户历史浏览记录、购买记录和搜索记录；对所述用户历史浏览记录、购买记录和搜索记录进行数据清洗，剔除重复数据和无效数据，并将清洗后的所述用户历史浏览记录、购买记录和搜索记录按照商品类别、品牌、价格区间进行分类；基于分类后的历史浏览记录、购买记录和搜索记录，计算用户对各商品类别、品牌和价格区间的偏好权重，生成用户多模态兴趣特征向量；所述利用跨模态注意力机制，将所述用户多模态兴趣特征向量与商品的多模态属性信息进行匹配，生成候选商品集合，包括如下步骤：接收所述用户多模态兴趣特征向量；基于电商平台数据库中商品的多模态属性信息，构建商品特征矩阵；同时，获取用户历史时间内交互的历史行为序列；当输入所述用户多模态兴趣特征向量、商品特征矩阵和历史行为序列时，通过动态权重跨模态注意力网络计算初始注意力权重矩阵；利用时序注意力机制基于所述历史行为序列调整所述初始注意力权重矩阵中的权重，得到注意力权重矩阵；如果所述注意力权重矩阵中某元素的值低于稀疏化阈值，则将该元素置为0，得到稀疏化的注意力权重矩阵；基于稀疏化的注意力权重矩阵，计算用户-商品匹配得分：当所述用户-商品匹配得分超过匹配得分阈值τ时，将对应商品加入初始候选商品集合；若所述初始候选商品集合的大小达到预设数量或所有商品均已评估，则将所述初始候选商品集合中的商品按用户-商品匹配得分降序排序，并输出排序后的所述初始候选商品集合作为最终的候选商品集合；所述用户-商品匹配得分通过如下公式表示： ；其中，是第i个商品的用户-商品匹配得分；i是商品的索引；d是特征的总维度，等于商品类别维度k、品牌维度和价格区间维度m的总和；j是特征维度的索引，从1到d；是稀疏化后的注意力权重矩阵A''中第i个商品第j个特征维度的权重值；是商品特征矩阵G中第i个商品第j个特征维度的值；是注意力权重与商品特征的点积和； ； ；其中，是一个非线性函数，用于捕捉注意力权重和商品特征之间的交互。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京品诺优创科技有限公司，其通讯地址为：100020 北京市朝阳区建国路89号院15号楼13层1602；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。