[发明专利]基于稀疏矩阵的产品推送方法、装置、计算机设备及介质在审

专利信息
申请号: 202010181348.0 申请日: 2020-03-16
公开(公告)号: CN111523960A 公开(公告)日: 2020-08-11
发明(设计)人: 林岳鹏 申请(专利权)人: 平安国际智慧城市科技股份有限公司
主分类号: G06Q30/06 分类号: G06Q30/06;G06K9/62;H04L29/08
代理公司: 深圳市世联合知识产权代理有限公司 44385 代理人: 汪琳琳
地址: 518000 广东省深圳市前海深港合*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 稀疏 矩阵 产品 推送 方法 装置 计算机 设备 介质
【权利要求书】:

1.一种基于稀疏矩阵的产品推送方法,其特征在于,所述方法包括:

获取产品文件,构造属于所述产品文件的产品特征向量;

根据所述产品特征向量之间的向量距离对所述产品特征向量进行聚类分析,得到待匹配产品数据库;

获取对象标注信息,并根据产品与对象之间的关联性对同一对象类型中的关联对象进行打标,构建所述关联对象的稀疏矩阵,其中,所述关联对象为至少与一种产品具有关联性的对象;

通过隐语义模型构建的隐含特征将所述稀疏矩阵分解为对象矩阵和产品矩阵;

点乘所述对象矩阵和所述产品矩阵,得到对象与产品的匹配度矩阵;

按照从高到低的顺序对所述匹配度矩阵中的所述对象的匹配度进行排序,并将最高所述匹配度对应的所述产品作为目标匹配产品推送给所述对象,将所述对象作为目标匹配对象。

2.根据权利要求1根据所述的方法,其特征在于,在所述按照从高到低的顺序对所述匹配度矩阵中的所述对象的匹配度进行排序,并将最高所述匹配度对应的所述产品推送给所述对象,作为所述对象的目标匹配产品,将所述对象作为目标匹配对象之后,还包括:

根据待匹配产品数据库获取所述目标匹配产品的同产品群;

将所述同产品群中的产品,作为所述目标匹配对象的备选产品。

3.根据权利要求1或2所述的方法,其特征在于,在所述按照从高到低的顺序对所述匹配度矩阵中的所述对象的匹配度进行排序,并将最高所述匹配度对应的所述产品推送给所述对象,作为所述对象的目标匹配产品,将所述对象作为目标匹配对象之后,还包括:

根据所述稀疏矩阵确定所述目标匹配对象的同对象群;

将与所述同对象群中的对象,作为所述目标匹配产品的备选对象。

4.根据权利要求1所述的方法,其特征在于,所述构造属于所述产品文件的产品特征向量,包括:

按字对所述产品文件进行切割,得到单字符,其中,所述单字符为所述产品文件中具备唯一性不重复的字符;

对所述单字符进行序号标记,得到向量化字符;

对所述向量化字符进行特征提取,得到特征向量;

计算所述特征向量的全局最优解,并根据所述全局最优解拼接所述特征向量,得到所述产品的产品特征向量。

5.根据权利要求4所述的方法,其特征在于,所述按字对所述产品文件进行切割,得到单字符,包括:

获取预设的符号表;

遍历切割后的字符,判断是否为所述符号表中的字符;

若是,则将所述字符作为所述无意义字符并剔除,得到所述单字符。

6.根据权利要求1所述的方法,其特征在于,所述根据所述产品特征向量之间的向量距离对所述产品特征向量进行聚类分析,得到待匹配产品数据库,包括:

获取预设数量的产品特征向量构建产品向量群;

分别计算所述产品向量群中的产品特征向量之间的曼哈顿距离,并根据所述曼哈顿距离生成基于所述产品特征向量的向量簇;

将得到的所述向量簇作为所述待匹配产品数据。

7.根据权利要求6所述的方法,其特征在于,所述分别计算所述产品特征向量之间的曼哈顿距离,并根据所述曼哈顿距离生成基于所述产品特征向量的向量簇,包括:

从所述产品向量群中任选一个所述产品特征向量作为原始向量;

计算所述原始向量与所述产品向量群中其他所述产品特征向量之间的曼哈顿距离;

将与所述原始向量的曼哈顿距离小于预设值、且数量超过预设数量的产品特征量,作为所述原始向量的扩散向量;

将所述原始向量设为核心向量,将所述核心向量以及所述核心向量的扩散向量作为一个向量簇;

若与所述原始向量的曼哈顿距离小于预设值,但产品特征向量的数量低于所述预设数量的原始向量,则将所述原始向量作为一个向量簇;

从所述向量簇之外任选一个所述产品特征向量,作为新的所述原始向量,并重复获取所述原始向量的所述扩散向量,构建所述向量簇的过程,直到每一个所述产品特征向量都归类到所述向量簇中;

将得到的所述向量簇设为所述待匹配产品数据。

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平安国际智慧城市科技股份有限公司,未经平安国际智慧城市科技股份有限公司许可,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/202010181348.0/1.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