-
公开(公告)号:CN115146170B
公开(公告)日:2024-11-29
申请号:CN202210828067.9
申请日:2022-07-13
Applicant: 杭州电子科技大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/9538 , G06Q30/0601
Abstract: 本发明提供了一种基于用户历史和特征因子化的个性化套装推荐方法。首先提取商品视觉特征,以用户嵌入向量得到用户基本表征后,通过因子化方式将商品特征和用户特征投影到多个隐式空间中,学习用户对于套装不同方面的兴趣,使用特征高阶组合和加权池化对商品特征进行聚合得到套装特征,构造用户历史行为学习用户历史表征,接着聚合用户嵌入向量和用户历史表征得到用户表征,并从套装内商品兼容性和套装与用户相关度两方面度量用户与套装的匹配得分。本发明通过对套装特征和用户特征进行因子化,从多个隐式空间中度量用户与套装之间的相关性,使推荐结果更能展现用户对于套装某些方面的特征的兴趣。
-
公开(公告)号:CN115146170A
公开(公告)日:2022-10-04
申请号:CN202210828067.9
申请日:2022-07-13
Applicant: 杭州电子科技大学
IPC: G06F16/9535 , G06F16/9536 , G06F16/9538 , G06Q30/06
Abstract: 本发明提供了一种基于用户历史和特征因子化的个性化套装推荐方法。首先提取商品视觉特征,以用户嵌入向量得到用户基本表征后,通过因子化方式将商品特征和用户特征投影到多个隐式空间中,学习用户对于套装不同方面的兴趣,使用特征高阶组合和加权池化对商品特征进行聚合得到套装特征,构造用户历史行为学习用户历史表征,接着聚合用户嵌入向量和用户历史表征得到用户表征,并从套装内商品兼容性和套装与用户相关度两方面度量用户与套装的匹配得分。本发明通过对套装特征和用户特征进行因子化,从多个隐式空间中度量用户与套装之间的相关性,使推荐结果更能展现用户对于套装某些方面的特征的兴趣。
-