龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：广州华建工智慧科技有限公司
申请日：2019-08-08
公开（公告）日：2019-11-12
公开（公告）号：CN110442810A
主分类号：G06F16/957(20190101)
分类号：G06F16/957(20190101);G06F16/9535(20190101)
优先权：
专利状态码：有效-授权
法律状态：2023.06.13#授权;2019.12.06#实质审查的生效;2019.11.12#公开
摘要：本发明公开了一种基于DeepFM推荐算法的移动端BIM模型智能缓存方法，通过用户对构件的历史查询，对DeepFM推荐模型进行训练，学习用户、构件潜在的低阶、高阶特征组合关系，对构件进行点击率预测，并根据构件点击率大小进行分级，为用户按照分级顺序对构件进行缓存。最后基于用户反馈的数据对原有用户历史进行更新，对推荐模型进行迭代。本方法提供了基于深度学习DeepFM推荐算法的移动端BIM模型智能缓存实现，可自动化地为用户进行智能分级缓存。通过本方法把BIM模型按用户感兴趣程度划分，有效提高移动端缓存显示模型的速度与流畅性。
主权项：1.一种基于DeepFM推荐算法的移动端BIM模型智能缓存方法，其特征在于，所述的缓存方法包括以下步骤：S1、构件特征与用户特征的提取，建立构件候选集与用户特征集；S2、采集不同身份用户的构件查询历史，通过步骤S1的方法建立先验训练样本集；S3、构建DeepFM模型，并使用先验训练样本集对模型进行训练，获得基于先验信息的DeepFM模型；S4、根据包括用户身份、查询时间在内的用户特征与构件候选集，使用步骤S3中训练好的DeepFM模型为用户进行构件点击率预测；S5、根据点击率预测结果对构件进行分级，依据构件编码，导出各个级别构件模型文件，经过轻量化技术处理后上传到轻量化平台数据库；S6、按照构件点击率分级顺序，分别为用户分级加载模型，实现用户与模型的交互；S7、基于步骤S6中用户新的查询历史对步骤S2中的先验训练样本集数据进行更新，之后重复步骤S3-S6。
全文数据：
权利要求：
百度查询： 广州华建工智慧科技有限公司 一种基于DeepFM推荐算法的移动端BIM模型智能缓存方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号