[发明专利]一种基于时间序列性的个性化推荐方法在审
| 申请号： | 201910861508.3 | 申请日： | 2019-09-12 |
| 公开（公告）号： | CN110704753A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 张发恩;范馨予;吴腾虎;陈斌斌 | 申请（专利权）人： | 创新奇智(合肥)科技有限公司 |
| 主分类号： | G06F16/9536 | 分类号： | G06F16/9536;G06Q30/06 |
| 代理公司： | 11674 北京中南长风知识产权代理事务所(普通合伙) | 代理人： | 郑海 |
| 地址： | 230001 安徽省合肥市高新区习友路333*** | 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： | 本发明公开了推荐方法领域的一种基于时间序列性的个性化推荐方法，包括以下具体步骤：S1：数据处理，把用户长时间浏览某个商品的时间段，按照设定的每个周期的时间切割成若干个session,跟用户多次浏览改商品产生同样的统计效果；S2：协同过滤CF召回；S3：GRU结合KNN，KNN统计出与某个session最相近的K个session，通过在所有历史session中查找含有此session中的商品，做交集运算；S4：统计用户长期的数据，挖掘用户行为周期性特征；S5：统计商品特征与环境特征；S6：结合统计好的用户长短期CTR/CVR进行推荐，把某一次点击切割成若干个片段，增加到样本集，使推荐效果更加准确，GRU结合KNN数据增强，召回，用户，商品以及环境特征结合技术的融入提升整个方法的运行效率以及效果。 | ||
| 搜索关键词： | 统计 环境特征 浏览 个性化推荐 时间序列性 周期性特征 交集运算 商品特征 时间切割 数据增强 协同过滤 一次点击 用户行为 运行效率 数据处理 时间段 样本集 切割 查找 挖掘 融入 | ||
【主权项】：
1.一种基于时间序列性的个性化推荐方法，其特征在于：包括以下具体步骤：/nS1：数据处理，把用户长时间浏览某个商品的时间段，按照设定的每个周期的时间切割成若干个session,跟用户多次浏览改商品产生同样的统计效果；/nS2：协同过滤CF召回，缩小待选范围；/nS3：GRU结合KNN，KNN统计出与某个session最相近的K个session，通过在所有历史session中查找含有此session中的商品，做交集运算；/nS4：统计用户长期的数据，挖掘用户行为周期性特征；/nS5：统计商品特征与环境特征；/nS6：结合统计好的用户长期特征与短期特征以及商品特征与环境特征来做CTR/CVR进行商品推荐。/n
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创新奇智(合肥)科技有限公司，未经创新奇智(合肥)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/201910861508.3/，转载请声明来源钻瓜专利网。
