公开(公告)号：CN116862608A

公开(公告)日：2023-10-10

申请号：CN202310627246.0

申请日：2023-05-30

Applicant: 桂林电子科技大学

Inventor： 蔡晓东 ,  叶青

IPC: G06Q30/0601 ,  G06F16/9535 ,  G06F16/9537 ,  G06N3/045 ,  G06F18/25

Abstract: 本发明提供一种商品推荐方法、装置、系统以及存储介质，属于商品推荐领域，方法包括：导入原始交互序列，对原始交互序列进行数据增强得到增强后交互序列；通过对增强后交互序列的时序信息进行分析，得到目标交互序列；导入兴趣集合，通过兴趣集合对增强后交互序列进行聚类得到分布函数集合；通过兴趣集合对目标交互序列进行概率计算得到交互概率集合；计算分布函数集合与交互概率集合的评分，并根据计算结果得到商品推荐结果。本发明能够捕获用户兴趣特征以及融合时间特征，可以大大提高了对用户获取下一目标物品的预测，从而使得推荐的准确率有了显著的提高。

公开(公告)号：CN115713382A

公开(公告)日：2023-02-24

申请号：CN202211413777.1

申请日：2022-11-11

Applicant: 桂林电子科技大学

Inventor： 蔡晓东 ,  叶青

IPC: G06Q30/0601

Abstract: 本发明提供一种商品推荐方法、装置、系统以及存储介质，属于商品推荐领域，方法包括：通过用户信息和商品信息构建得到用户节点、用户节点数据、商品项目节点以及商品项目节点数据；对用户节点以及用户节点数据进行用户节点向量的更新得到更新后用户节点向量；对商品项目节点以及商品项目节点数据进行商品项目节点向量的更新得到更新后商品项目节点向量。本发明能够捕获全局协同特征和好友之间的社交影响，可以有效过滤与当前序列交易无关的节点转换关系，使推荐性能以及准确性得到进一步提高。