[发明专利]一种基于货主偏好性学习的车辆在线推荐排序方法

摘要

本发明提供了一种基于货主偏好性学习的车辆在线推荐排序方法，所述方法包括首先根据所有车辆的相关属性信息建立全连接图；然后根据货主已经浏览的和感兴趣的车辆计算概率矩阵和被浏览车辆的期望矩阵；从而计算未被浏览车辆与货主期望车辆的匹配度向量，所述匹配度向量的每个分量表征对应车辆与货主期望车辆的匹配程度，最后根据匹配程度对未被浏览的车辆进行排序，反复进行上述过程，直至货主选中期望的车辆。本发明的方法通过在线学习用户的偏好信息，为用户对后续选择的车辆进行更新排序，提高了车辆排序结果与用户期望之间的匹配程度，改善了用户体验，提高了车辆搜索效率。

主权项

一种基于货主偏好性学习的车辆在线推荐排序方法，所述方法包括：步骤S1)首先根据所有车辆的相关属性信息建立全连接图；然后根据货主已经浏览的和感兴趣的车辆计算概率矩阵和被浏览车辆的期望矩阵；步骤S2)计算未被浏览车辆与货主期望车辆的匹配度向量，所述匹配度向量的每个分量表征对应车辆与货主期望车辆的匹配程度；最后根据匹配程度对未被浏览的车辆进行排序，反复步骤S2)，直至货主选中期望的车辆；所述方法具体包括：步骤1)获取待查询的n台车辆的相关属性信息；并建立车辆的全连接图；步骤2)当货主已经浏览了m台车辆，并点击查看了m台车辆中的k台感兴趣的车辆时，计算概率矩阵和货主对已浏览的m台车辆的期望值矩阵；步骤3)计算未被浏览的n‑m台车辆与货主期望车辆的匹配度向量；步骤4)对步骤3)得到的匹配度向量中的n‑m个分量从大到小进行排序，并按照对应的顺序对未被浏览的n‑m台车辆进行排序；步骤5)如果货主未完成车辆的选择，令m＝m+1，转入步骤3)，直至货主选中期望的车辆。