申请/专利权人:广州大事件网络科技有限公司
申请日:2024-03-15
公开(公告)日:2024-05-28
公开(公告)号:CN118096318A
主分类号:G06Q30/0601
分类号:G06Q30/0601;G06F18/22;G06F18/213;G06N3/044;G06N3/045;G06N3/082;G06N3/086
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:本发明公开了一种基于用户相似度的商城商品推荐方法,属于商品推荐技术领域,首先通过确定任意两个用户之间的用户相似度,并根据所述任意两个用户之间的用户相似度确定每个用户的特征邻域集,可以筛选出大量的近似用户的用户特征向量,并采用深度学习算法对待推荐用户对应的用户特征向量以及待推荐用户对应的近似用户的用户特征向量,从而可以实现预测作用,在实现商品推荐的同时,能够一定程度上地避免推荐已购买商品。
主权项:1.一种基于用户相似度的商城商品推荐方法,其特征在于,包括:获取用户信息以及商品信息,并对所述用户信息以及商品信息进行特征提取操作之后,得到用户特征向量;以所述用户特征向量为基础,确定任意两个用户之间的用户相似度,并根据所述任意两个用户之间的用户相似度,确定每个用户的特征邻域集;以所述用户特征向量以及每个用户的特征邻域集为基础,采用深度学习算法进行分析,以确定待推荐商品,并将所述待推荐商品推荐给待推荐用户。
全文数据:
权利要求:
百度查询: 广州大事件网络科技有限公司 一种基于用户相似度的商城商品推荐方法
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。