[发明专利]一种电子商务推荐方法有效
| 申请号： | 201810629845.5 | 申请日： | 2018-06-19 |
| 公开（公告）号： | CN108805628B | 公开（公告）日： | 2021-03-16 |
| 发明（设计）人： | 张邦佐;孙小新;张昊博;冯国忠 | 申请（专利权）人： | 东北师范大学 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06F16/9535;G06F16/9537;G06N3/04 |
| 代理公司： | 北京卓特专利代理事务所(普通合伙) 11572 | 代理人： | 陈变花 |
| 地址： | 130024 吉*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种电子商务推荐方法：将附加信息的One‑hot向量输入到异构信息网络，异构信息网络通过对附加信息的One‑hot向量中的数据信息进行分析处理，形成异构信息网络隐向量；将用户和物品的One‑hot向量通过去噪自编码器生成嵌入向量；将嵌入向量分别输入至记忆网络和泛化网络中，记忆网络对嵌入向量进行广义矩阵分解形成记忆网络隐向量，泛化网络利用嵌入向量进行序列预测形成泛化网络隐向量；将异构信息网络隐向量、记忆网络隐向量和泛化网络隐向量进行整合，形成整合向量，并输入深度神经网络层；深度神经网络层输出预测评分，完成混合推荐。本申请的推荐方法可以快速的从海量的数据中找到自己需要的信息，拓宽信息蕴藏含量的广度，增加推荐的精确度。 | ||
| 搜索关键词： | 一种 电子商务 推荐 方法 | ||
【主权项】：
1.一种电子商务推荐方法，其特征在于，推荐方法为：将附加信息的One‑hot向量输入到异构信息网络，所述异构信息网络通过对所述附加信息的One‑hot向量中的数据信息进行分析处理，形成异构信息网络隐向量；将用户和物品的One‑hot向量通过去噪自编码器生成嵌入向量；将嵌入向量分别输入至记忆网络和泛化网络中，所述记忆网络对嵌入向量进行广义矩阵分解形成记忆网络隐向量，所述泛化网络利用嵌入向量进行序列预测形成泛化网络隐向量；将所述异构信息网络隐向量、所述记忆网络隐向量和所述泛化网络隐向量进行整合，形成整合向量，并输入深度神经网络层；深度神经网络层输出预测评分，完成混合推荐。
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东北师范大学，未经东北师范大学许可，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/patent/201810629845.5/，转载请声明来源钻瓜专利网。
