申请/专利权人:广发银行股份有限公司
申请日:2024-02-29
公开(公告)日:2024-05-28
公开(公告)号:CN118096306A
主分类号:G06Q30/0601
分类号:G06Q30/0601;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.14#实质审查的生效;2024.05.28#公开
摘要:本发明公开了一种商户推荐方法、系统及计算机设备,方法包括基于目标对象的历史点击行为数据,生成商户点击序列,并通过预设的正负样本构建方式,对商户点击序列进行样本集构建,得到正样本集和负样本集;基于正样本集、负样本集和构建的目标函数,训练神经网络Embedding模型,得到商户Embedding向量;提取目标对象预设时间段内的点击商户,获得商户点击列表集,并基于商户Embedding向量,对点击商户进行哈希分区相似度分析,获得商户相似度矩阵;基于商户相似度矩阵和商户点击列表集,计算商户召回分数;将商户召回分数进行排序筛选,生成推荐商户列表。本实施例实现快速为目标对象推荐商户,提升推荐效率,提高个性化推荐效果。
主权项:1.一种商户推荐方法,其特征在于,包括:基于目标对象的历史点击行为数据,生成商户点击序列,并通过预设的正负样本构建方式,对所述商户点击序列进行样本集构建,得到正样本集和负样本集;基于所述正样本集、所述负样本集和构建的目标函数,训练神经网络Embedding模型,基于训练后的神经网络Embedding模型,得到商户Embedding向量;提取所述目标对象预设时间段内的点击商户,获得商户点击列表集,并基于所述商户Embedding向量,对所述点击商户进行哈希分区相似度分析,获得商户相似度矩阵;基于所述商户相似度矩阵和所述商户点击列表集,计算商户召回分数;将所述商户召回分数进行排序筛选,生成推荐商户列表。
全文数据:
权利要求:
百度查询: 广发银行股份有限公司 一种商户推荐方法、系统及计算机设备
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。