[发明专利]一种基于深度神经网络的电商用户时变特征相似性计算推荐方法

摘要

本发明公开了一种基于深度神经网络的电商用户时变特征相似性计算及推荐方法。本发明通过分析用户特征，使用神经网络模型，来为目标用户寻找与其行为时间演化特征相似的其他用户。在此基础上，本专利进一步构造了一个推荐系统，根据相似用户可能购买的品牌来为该用户做推荐，提升了推荐的多样性。

主权项

1.一种基于深度神经网络的电商用户时变特征相似性计算推荐方法，其特征在于，包括如下步骤：步骤一、通过用户行为特征和用户特性特征建立用户相似性预测模型，并对用户相似性预测模型进行训练得到训练好的用户相似性预测模型；步骤二：构建协同过滤推荐系统；一)、根据步骤一中训练好的模型，首先对所有的用户数据进行特征提取，然后，将用户u和用户v的特征输入神经网络进行计算，神经网络输出的结果即为他们未来的购买相似度的预测值；对于n个用户，用户u分别与其他的用户进行相似度预测，然后排序找到与用户u相似度最高的k个用户；二)获取与目标用户行为相似度较高的前k个用户，对所述k个用户有过用户行为特征行为的品牌产品进行购买预测，即：根据uj，j＝1，...，k，的行为特征和特性特征，预测uj可能购买的品牌，再将k个用户可能购买的品买产品的可能性进行排序，获得可能性较高的前m个品牌，将这m个品牌放入推荐列表推荐给用户u；m为自然数，根据对比实验调整设定。