[发明专利]一种基于强化学习的双聚类推荐方法和系统有效
| 申请号： | 201811584062.6 | 申请日： | 2018-12-24 |
| 公开（公告）号： | CN109493195B | 公开（公告）日： | 2021-07-30 |
| 发明（设计）人： | 王丹;徐滢 | 申请（专利权）人： | 成都品果科技有限公司 |
| 主分类号： | G06Q30/06 | 分类号： | G06Q30/06;G06K9/62 |
| 代理公司： | 成都玖和知识产权代理事务所(普通合伙) 51238 | 代理人： | 胡琳梅 |
| 地址： | 610041 四川省成都市中国(四川)自*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于强化学习的双聚类推荐方法和系统，属于推荐技术领域，包括步骤：S1.建立用户‑物品矩阵；S2.对所述用户‑物品矩阵进行双聚类，得到多个双聚类簇；S3.将所述双聚类簇映射到低维空间，得到状态集合；S4.根据S3得到的状态集合，通过强化学习，得到最佳状态转移序列；S5.生成推荐列表；本发明针对用户‑物品推荐场景，利用双聚类、降维以及强化学习的方法，显著提高用户‑物品场景的推荐效果，同时解决了冷启动的问题，使用户体验更好；在线情况下，当用户通过搜索或者提供地理位置和时间信息触发新的状态，可通过强化学习快速自主学习到新的推荐列表，从而更好的感知用户当前状态下的偏好，以满足用户当下需求。 | ||
| 搜索关键词： | 一种 基于 强化 学习 类推 方法 系统 | ||
【主权项】：
1.一种基于强化学习的双聚类推荐方法，其特征在于，包括以下步骤：S1.建立用户‑物品矩阵；S2.对所述用户‑物品矩阵进行双聚类，得到多个双聚类簇；S3.将所述双聚类簇映射到低维空间，得到状态集合；S4.根据S3得到的状态集合，通过强化学习，得到最佳状态转移序列；S5.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成都品果科技有限公司，未经成都品果科技有限公司许可，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/201811584062.6/，转载请声明来源钻瓜专利网。
