申请/专利权人:天翼云科技有限公司
申请日:2023-12-11
公开(公告)日:2024-05-31
公开(公告)号:CN118115229A
主分类号:G06Q30/0601
分类号:G06Q30/0601;G06F18/25;G06F18/2415;G06F18/214
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.18#实质审查的生效;2024.05.31#公开
摘要:本申请提供了一种基于强化学习的跨行为信息推荐方法,通过获取用户和商品集,根据用户和商品的交互关系构成商品交互序列,根据递归转换函数得到第t‑1时刻的隐藏状态,基于隐藏状态和商品交互序列,利用动态选择模型得到第t时刻的最优状态,基于选择的最优状态,利用递归转换函数得到第t时刻的隐藏状态,利用第t时刻的隐藏状态获得用户嵌入向量和商品嵌入向量,获取候选商品集,计算用户与候选商品集中的候选商品交互的预测概率,将候选商品集中的候选商品的预测概率降序排序,对预测概率前Q的商品推荐给用户,在包含不确定性因素的交互序列中捕捉正确的依赖关系,提高了推荐的精准度。
主权项:1.一种基于强化学习的跨行为信息推荐方法,其特征在于,包括:获取用户和商品集,根据用户和商品的交互关系构成商品交互序列;根据递归转换函数得到第t-1时刻的隐藏状态,基于隐藏状态和商品交互序列,利用动态选择模型得到第t时刻的最优状态;基于选择的最优状态,利用递归转换函数得到第t时刻的隐藏状态;利用第t时刻的隐藏状态获得用户嵌入向量和商品嵌入向量,获取候选商品集,计算用户与候选商品集中的候选商品交互的预测概率;将候选商品集中的候选商品的预测概率降序排序,对预测概率前Q的商品推荐给用户。
全文数据:
权利要求:
百度查询: 天翼云科技有限公司 一种基于强化学习的跨行为信息推荐方法
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。