[发明专利]一种融合用户潜在兴趣、时空数据和类别流行度的药品交易推荐方法有效
| 申请号： | 201810724191.4 | 申请日： | 2018-07-04 |
| 公开（公告）号： | CN108921670B | 公开（公告）日： | 2022-06-14 |
| 发明（设计）人： | 冯永;王亚男;王亚清;魏然;尚家兴 | 申请（专利权）人： | 重庆大学;重庆医药数据信息科技有限公司 |
| 主分类号： | G06Q30/06 | 分类号： | G06Q30/06;G06Q10/06;G06F17/16 |
| 代理公司： | 重庆市前沿专利事务所(普通合伙) 50211 | 代理人： | 郭云 |
| 地址： | 400044 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种融合用户潜在兴趣、时空数据和类别流行度的药品交易推荐方法，包括从电商平台的数据集中获取用户购买药品的购买记录数据，并对购买记录数据进行整理得到用户‑药品评分矩阵；基于购买记录数据中相似用户的购买记录建立用户潜在兴趣模型，并基于用户潜在兴趣模型获取用户潜在兴趣数据；将用户潜在兴趣数据合并到用户‑药品评分矩阵；基于购买记录数据中用户购买过的药品所属类别的流行度和用户对该类别的偏爱建立类别相关模型；对合并了用户潜在兴趣数据的用户‑药品评分矩阵进行矩阵分解，并将分解得到的用户偏好预测矩阵和类别相关模型进行线性融合生成推荐列表。本发明有效解决了现有技术中评分矩阵稀疏性对推荐效率造成影响的问题。 | ||
| 搜索关键词： | 一种 融合 用户 潜在 兴趣 时空 数据 类别 流行 药品 交易 推荐 方法 | ||
【主权项】：
1.一种融合用户潜在兴趣、时空数据和类别流行度的药品交易推荐方法，其特征在于，所述方法包括如下步骤：S1，从电商平台的数据集中获取用户购买药品的购买记录数据，并对购买记录数据进行整理得到用户‑药品评分矩阵；S2，基于购买记录数据中相似用户的购买记录建立用户潜在兴趣模型，并基于用户潜在兴趣模型得到用户潜在兴趣数据；S3，将用户潜在兴趣数据合并到用户‑药品评分矩阵；S4，基于购买记录数据中用户购买过的药品所属类别的流行度和用户对该类别的偏爱建立类别相关模型；S5，对合并了用户潜在兴趣数据的用户‑药品评分矩阵进行矩阵分解，并将分解得到的用户偏好预测矩阵和步骤S4中的类别相关模型进行线性融合生成推荐列表。
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重庆大学;重庆医药数据信息科技有限公司，未经重庆大学;重庆医药数据信息科技有限公司许可，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/patent/201810724191.4/，转载请声明来源钻瓜专利网。
- 上一篇：用于机械产品交易的后台服务系统
- 下一篇：大宗商品交易中的信用管理方法及系统
