← 返回列表

一种基于用户偏好感知的全新商品冷启动方法

申请号: CN202311526419.6
申请人: 哈尔滨工业大学
申请日期: 2023/11/15

摘要文本

本发明公开了一种基于用户偏好感知的全新商品冷启动方法,包括:获取用户协同特征、商品协同特征和商品内容特征;基于用户协同特征和商品协同特征,建立用户与商品的关系模型;基于商品协同特征和商品内容特征,将同一商品的内容特征与协同特征进行对齐,获取商品层级特征对齐模型;将同一用户购买记录中除目标商品外的所有商品的协同特征进行聚合,获取用户偏好;将用户偏好与商品内容特征进行对齐,获取群组层级特征对齐模型;将用户与商品的关系模型、商品层级特征对齐模型、群组层级特征对齐模型进行联合损失优化,获取联合损失模型,并将原有商品和全新商品分别通过协同特征和内容特征进行推荐。本发明能够更好的解决全新商品冷启动问题。。来源:马 克 团 队

专利详细信息

项目 内容
专利名称 一种基于用户偏好感知的全新商品冷启动方法
专利类型 发明申请
申请号 CN202311526419.6
申请日 2023/11/15
公告号 CN117422527A
公开日 2024/1/19
IPC主分类号 G06Q30/0601
权利人 哈尔滨工业大学
发明人 刘秉权; 王文博; 单丽莉; 孙承杰; 刘远超; 林磊
地址 黑龙江省哈尔滨市南岗区西大直街92号

专利主权项内容

1.一种基于用户偏好感知的全新商品冷启动方法,其特征在于,包括:获取用户协同特征、商品协同特征和商品内容特征;基于所述用户协同特征和所述商品协同特征,建立用户与商品的关系模型;基于所述商品协同特征和所述商品内容特征,将同一商品的内容特征与协同特征进行对齐,获取商品层级特征对齐模型;将同一用户购买记录中除目标商品外的所有商品的协同特征进行聚合,获取用户偏好;将所述用户偏好与所述商品内容特征进行对齐,获取群组层级特征对齐模型;将所述用户与商品的关系模型、所述商品层级特征对齐模型、所述群组层级特征对齐模型进行联合损失优化,获取联合损失模型;通过所述联合损失模型,获取全新商品的内容特征并对全新商品进行推荐。