[发明专利]一种基于多目标进化算法的个性化商品推荐方法有效
| 申请号： | 201811433908.6 | 申请日： | 2018-11-28 |
| 公开（公告）号： | CN109615421B | 公开（公告）日： | 2022-12-06 |
| 发明（设计）人： | 程凡;许飞;袁莘智;王子立 | 申请（专利权）人： | 安徽大学 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06Q30/06;G06K9/62 |
| 代理公司： | 合肥市长远专利代理事务所(普通合伙) 34119 | 代理人： | 金宇平 |
| 地址： | 230000 安徽省*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多目标进化算法的个性化商品推荐方法，包括：按照预设比例将多类数据集分成多类训练集与测试集，再将多类训练集以一对多方式分成若干个二类训练子集；对多目标种群进行初始化，并对二类训练子集进行二进制编码得到N个个体；将N个个体体进行多目标迭代得到pareto前沿面；将pareto前沿面上AUC值最大的个体对应的SVM分类器作为预测模型；根据模型改进策略对预测模型进行改进，得到目标预测模型；根据目标预测模型对测试集进行预测，根据测试集中每个样本的AUC值对测试集中每个样本进行分类，得到测试集中每个样本的类别。 | ||
| 搜索关键词： | 一种 基于 多目标 进化 算法 个性化 商品 推荐 方法 | ||
【主权项】：
1.一种基于多目标进化算法的个性化商品推荐方法，其特征在于，包括：S1、按照预设比例将多类数据集分成多类训练集与测试集，再将多类训练集以一对多方式分成若干个二类训练子集；S2、对多目标种群进行初始化，并对二类训练子集进行二进制编码得到N个个体；S3、将N个个体体进行多目标迭代得到pareto前沿面；S4、将pareto前沿面上AUC值最大的个体对应的SVM分类器作为预测模型；S5、根据模型改进策略对预测模型进行改进，得到目标预测模型；S6、根据目标预测模型对测试集进行预测，根据测试集中每个样本的AUC值对测试集中每个样本进行分类，得到测试集中每个样本的类别，根据每个样本的类别确定每个样本对应的商品种类。
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安徽大学，未经安徽大学许可，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/201811433908.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于售货机的商城系统
- 下一篇：基于区块链的竞抽方法、系统以及存储介质
