-
公开(公告)号：CN111815415A
公开(公告)日：2020-10-23
申请号：CN202010675073.6
申请日：2020-07-14
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种商品推荐方法、系统及设备，涉及计算机应用技术领域，其中，方法可以包括：获取用户的历史交互行为信息；历史交互行为信息包括用户在历史时间内与商品的交互行为；基于历史交互行为信息，结合用户习惯对用户需求的影响以及不同交互行为之间的影响，确定用户的用户特征信息；确定多个商品的商品特征信息；将用户特征信息和多个商品的商品特征信息输入预先训练好的预测模型，得到用户分别与各个商品的交互概率；交互概率表示用户选择与商品交互的概率；基于交互概率为用户推荐商品。通过本发明实施例提供的商品推荐方法、系统及设备，能够提高推荐的准确性。
-
公开(公告)号：CN108932637B
公开(公告)日：2020-09-25
申请号：CN201810750122.0
申请日：2018-07-10
Applicant: 北京邮电大学
IPC: G06Q30/02 , G06F16/2458 , G06F40/284
Abstract: 本发明实施例提供了一种方面挖掘模型的训练方法、装置及电子设备，该方法包括：获得多条针对商家对象的评论信息；确定各个评论文本中的评论词组与评价方面的目标对应关系；确定多条评论信息中的用户评论关系和商家评论关系；利用预设的函数优化公式，优化预设的损失函数；在损失函数优化完成后，对方面挖掘模型进行训练，直至通过损失函数所计算出的损失值低于预设阈值时，完成方面挖掘模型的训练。相比于现有技术，本发明实施例提供的方法，在模型训练时，考虑了用户、评论文本和商家对象之间的关系，使得方面挖掘模型能够学习到更有效的特征，进而，提高基于方面挖掘模型确定的商家对象的方面评分的准确性。
-
公开(公告)号：CN111815415B
公开(公告)日：2023-10-27
申请号：CN202010675073.6
申请日：2020-07-14
Applicant: 北京邮电大学
IPC: G06Q30/0601 , G06Q30/0202 , G06Q30/0201
Abstract: 本发明实施例提供了一种商品推荐方法、系统及设备，涉及计算机应用技术领域，其中，方法可以包括：获取用户的历史交互行为信息；历史交互行为信息包括用户在历史时间内与商品的交互行为；基于历史交互行为信息，结合用户习惯对用户需求的影响以及不同交互行为之间的影响，确定用户的用户特征信息；确定多个商品的商品特征信息；将用户特征信息和多个商品的商品特征信息输入预先训练好的预测模型，得到用户分别与各个商品的交互概率；交互概率表示用户选择与商品交互的概率；基于交互概率为用户推荐商品。通过本发明实施例提供的商品推荐方法、系统及设备，能够提高推荐的准确性。
-
公开(公告)号：CN108932637A
公开(公告)日：2018-12-04
申请号：CN201810750122.0
申请日：2018-07-10
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种方面挖掘模型的训练方法、装置及电子设备，该方法包括：获得多条针对商家对象的评论信息；确定各个评论文本中的评论词组与评价方面的目标对应关系；确定多条评论信息中的用户评论关系和商家评论关系；利用预设的函数优化公式，优化预设的损失函数；在损失函数优化完成后，对方面挖掘模型进行训练，直至通过损失函数所计算出的损失值低于预设阈值时，完成方面挖掘模型的训练。相比于现有技术，本发明实施例提供的方法，在模型训练时，考虑了用户、评论文本和商家对象之间的关系，使得方面挖掘模型能够学习到更有效的特征，进而，提高基于方面挖掘模型确定的商家对象的方面评分的准确性。
-
-
-
Search Results
4
records
(took 0.014 seconds)
