[发明专利]一种信息推荐的方法和装置在审

专利信息
申请号: 201810621346.1 申请日: 2018-06-15
公开(公告)号: CN110610393A 公开(公告)日: 2019-12-24
发明(设计)人: 孙凯;陈祖龙;张精瑞;姜志 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06Q30/06 分类号: G06Q30/06;G06K9/62
代理公司: 11319 北京润泽恒知识产权代理有限公司 代理人: 赵娟
地址: 英属开曼群岛大开*** 国省代码: 开曼群岛;KY
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 相似度矩阵 特征信息 信息推荐 业务对象 方法和装置 精准度 更新 申请
【权利要求书】:

1.一种旅游信息推荐的方法,其特征在于,所述方法包括:

获取旅游商品之间的在先相似度矩阵;

获取旅游商品的旅游特征信息;

基于所述旅游特征信息,对所述在先相似度矩阵进行更新;

采用更新后的相似度矩阵进行信息推荐。

2.根据权利要求1所述的方法,其特征在于,所述旅游特征信息包括第一特征信息,所述基于所述旅游特征信息,对所述在先相似度矩阵进行更新,包括:

根据所述第一特征信息,训练指定数据模型;

针对所述在先相似度矩阵之间的每个相似度,采用所述指定数据模型,确定所述相似度的更新值;

在所述在先相似度矩阵中,将所述更新值替换对应的相似度,得到更新的相似度矩阵。

3.根据权利要求2所述的方法,其特征在于,当所述旅游特征信息为第一特征信息时,所述获取旅游特征信息,包括:

针对在先相似度矩阵中记录的各组相似的旅游商品,分别获取所述旅游商品的商品信息,其中,所述商品信息包括如下所列的一种或组合:商品类目、商品标识、商品属性信息;

分别获取所述旅游商品的日志信息,其中,所述日志信息包括曝光日志以及点击日志;

将所述日志信息与所述商品信息进行关联,生成关联数据表;

从所述关联数据表中提取所述第一特征信息。

4.根据权利要求3所述的方法,其特征在于,所述日志信息包括商品标识;

所述将所述日志信息与所述商品信息进行关联,生成关联数据表,包括:

根据所述日志信息中记载的商品标识,查找所述商品标识匹配的商品信息;

将所述日志信息以及匹配的商品信息记录在一宽表中,得到关联数据包。

5.根据权利要求2所述的方法,其特征在于,所述旅游特征信息包括第二特征信息,所述第二特征信息为根据所述在先相似度矩阵中各组相似的旅游商品以及对应的商品信息生成的信息;

所述针对所述在先相似度矩阵之间的每个相似度,采用所述指定数据模型,确定所述相似度的更新值,包括:

将所述第二特征信息输入所述指定数据模型,获取所述指定数据模型输出的相似度,作为所述相似的旅游商品的相似度的更新值。

6.根据权利要求2-5任一项所述的方法,其特征在于,若同一组相似的旅游商品存在于两个或以上的在先相似度矩阵中,则得到的更新值有两个或以上;

在所述在先相似度矩阵中,将所述更新值替换对应的相似度,得到更新的相似度矩阵之前,还包括:

根据所述两个或以上的更新值,确定最终的更新值。

7.根据权利要求1-5任一项所述的方法,其特征在于,所述旅游特征信息包括多维特征信息,具体包括:

商品的相似度算法信息:包括但不限于当前旅游商品与相似的商品之间的相似度、计算所述相似度的算法类型;

商品属性:包括但不限于商品类目、出发地、目的地、景点、价格、卖家星级;

商品的统计数据:包括但不限于预设时间段内当前旅游商品的点击率、好评率、转化率、加购率;

匹配特征:包括但不限于当前旅游商品与相似的商品之间的商品属性是否相同的匹配结果;

差值特征:包括但不限于当前旅游商品与相似的商品之间的统计数据之间的差值;

组合特征:包括但不限于当前旅游商品与相似的商品的所述商品属性、商品的统计数据、匹配特征、差值特征进行笛卡尔积后得到的特征。

8.根据权利要求1-5任一项所述的方法,其特征在于,所述在先相似度矩阵至少包括根据内容相似度算法确定的第一相似度矩阵,以及,根据协同过滤算法确定的第二相似度矩阵。

9.一种信息推荐的方法,其特征在于,所述方法包括:

获取业务对象之间的在先相似度矩阵;

获取所述业务对象的特征信息;

基于所述特征信息,对所述在先相似度矩阵进行更新;

采用更新后的相似度矩阵进行信息推荐。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810621346.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top