[发明专利]一种基于时间序列性的个性化推荐方法在审
| 申请号： | 201910861508.3 | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110704753A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 张发恩;范馨予;吴腾虎;陈斌斌 | 申请（专利权）人： | 创新奇智(合肥)科技有限公司 |
| 主分类号： | G06F16/9536 | 分类号： | G06F16/9536;G06Q30/06 |
| 代理公司： | 11674 北京中南长风知识产权代理事务所(普通合伙) | 代理人： | 郑海 |
| 地址： | 230001 安徽省合肥市高新区习友路333*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 统计 环境特征 浏览 个性化推荐 时间序列性 周期性特征 交集运算 商品特征 时间切割 数据增强 协同过滤 一次点击 用户行为 运行效率 数据处理 时间段 样本集 切割 查找 挖掘 融入 | ||
1.一种基于时间序列性的个性化推荐方法，其特征在于：包括以下具体步骤：
S1：数据处理，把用户长时间浏览某个商品的时间段，按照设定的每个周期的时间切割成若干个session,跟用户多次浏览改商品产生同样的统计效果；
S2：协同过滤CF召回，缩小待选范围；
S3：GRU结合KNN，KNN统计出与某个session最相近的K个session，通过在所有历史session中查找含有此session中的商品，做交集运算；
S4：统计用户长期的数据，挖掘用户行为周期性特征；
S5：统计商品特征与环境特征；
S6：结合统计好的用户长期特征与短期特征以及商品特征与环境特征来做CTR/CVR进行商品推荐。
2.根据权利要求1所述的一种基于时间序列性的个性化推荐方法，其特征在于：一个所述session采用传统session-based推荐默认用户每一次点击行为。
3.根据权利要求1所述的一种基于时间序列性的个性化推荐方法，其特征在于：每个所述session的参数输出基于上一个session的特征值。
4.根据权利要求1所述的一种基于时间序列性的个性化推荐方法，其特征在于：实现所述协同过滤CF包括以下步骤：
收集用户偏好；
找到相似的用户或者物品；
计算推荐。
5.根据权利要求1所述的一种基于时间序列性的个性化推荐方法，其特征在于：所述GRU是一种RNN的特例，是一种有记忆的神经网络。
6.根据权利要求1所述的一种基于时间序列性的个性化推荐方法，其特征在于：每个所述item输出一个参数用来筛选备推荐item：
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创新奇智(合肥)科技有限公司，未经创新奇智(合肥)科技有限公司许可，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/201910861508.3/1.html，转载请声明来源钻瓜专利网。
