申请/专利权人：浙江卡赢信息科技有限公司

申请日：2023-05-04

公开（公告）日：2024-05-28

公开（公告）号：CN117114760B

主分类号：G06Q30/0208

分类号：G06Q30/0208;G06Q30/0202;G06N3/0464;G06N3/09;G06F18/2431

优先权：

专利状态码：有效-授权

法律状态：2024.05.28#授权;2023.12.12#实质审查的生效;2023.11.24#公开

摘要：本申请涉及智能推荐技术领域，其具体地公开了一种基于用户消费行为分析的积分兑换智能推荐系统及其方法，其首先获取待推荐用户的消费行为数据，以及，待推荐兑换物的文本描述，然后，将待推荐用户的消费行为数据和待推荐兑换物的文本描述分别经分词处理后通过包含嵌入层上下文编码器并进行二维排列以得到消费行为语义理解特征矩阵和兑换物语义理解特征矩阵，接着，进行差分后通过基于卷积神经网络模型的差异性提取器并通过分类器以得到分类结果；其综合待推荐用户的消费行为数据和待推荐兑换物的文本描述，并利用深度学习和人工智能技术，以实现积分兑换系统的个性化定制服务，提升用户对于兑换物品的兴趣，优化用户体验，从而增强用户粘度。

主权项：1.一种基于用户消费行为分析的积分兑换智能推荐系统，其特征在于，包括：数据采集模块，用于获取待推荐用户的消费行为数据，以及，待推荐兑换物的文本描述；消费行为语义理解模块，用于将所述消费行为数据经分词处理后通过包含嵌入层的第一上下文编码器以得到多个消费行为语义理解特征向量；兑换物描述语义理解模块，用于将所述待推荐兑换物的文本描述经分词处理后通过包含嵌入层的第二上下文编码器以得到多个兑换物语义理解特征向量；数据结构调整模块，用于将所述多个消费行为语义理解特征向量和所述多个兑换物语义理解特征向量分别进行二维排列以得到消费行为语义理解特征矩阵和兑换物语义理解特征矩阵；差分模块，用于计算所述消费行为语义理解特征矩阵和所述兑换物语义理解特征矩阵之间的差分矩阵；差分特征捕获模块，用于将所述差分矩阵通过基于卷积神经网络模型的差异性提取器以得到差异特征矩阵；以及匹配结果生成模块，用于将所述差异特征矩阵通过分类器以得到分类结果，所述分类结果用于表示所述待推荐兑换物与当前用户的匹配度是否达到预定阈值；其中，所述差分模块，包括：展开单元，用于将所述消费行为语义理解特征矩阵和所述兑换物语义理解特征矩阵分别进行特征矩阵展开以得到一维消费行为语义理解特征向量和一维兑换物语义理解特征向量；亥姆霍兹类自由能量因数计算单元，用于分别计算所述一维消费行为语义理解特征向量和所述一维兑换物语义理解特征向量的亥姆霍兹类自由能量因数以得到第一亥姆霍兹类自由能量因数和第二亥姆霍兹类自由能量因数；加权单元，用于基于所述第一亥姆霍兹类自由能量因数和所述第二亥姆霍兹类自由能量因数对所述一维消费行为语义理解特征向量和所述一维兑换物语义理解特征向量进行加权以得到加权后一维消费行为语义理解特征向量和加权后一维兑换物语义理解特征向量；维度重构单元，用于将所述加权后一维消费行为语义理解特征向量和所述加权后一维兑换物语义理解特征向量分别进行特征维度重构以还原为与所述消费行为语义理解特征矩阵和所述兑换物语义理解特征矩阵对应的加权后消费行为语义理解特征矩阵和加权后兑换物语义理解特征矩阵；以及差分运算单元，用于计算所述加权后消费行为语义理解特征矩阵和所述加权后兑换物语义理解特征矩阵之间的所述差分矩阵；其中，所述亥姆霍兹类自由能量因数计算单元，用于：以如下因数计算公式计算所述一维消费行为语义理解特征向量和所述一维兑换物语义理解特征向量的亥姆霍兹类自由能量因数以得到第一亥姆霍兹类自由能量因数和第二亥姆霍兹类自由能量因数；其中，所述因数计算公式为： 其中，v1i表示所述一维消费行为语义理解特征向量中各个位置的特征值，v2o表示所述一维兑换物语义理解特征向量中各个位置的特征值，p1和p2分别表示所述一维消费行为语义理解特征向量和所述一维兑换物语义理解特征向量的分类概率值，且L是特征向量的长度，log表示以2为底的对数函数值，exp·表示指数运算，w1和w2分别表示所述第一亥姆霍兹类自由能量因数和所述第二亥姆霍兹类自由能量因数。

全文数据：

权利要求：

百度查询： 浙江卡赢信息科技有限公司 基于用户消费行为分析的积分兑换智能推荐系统及其方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD