首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

应用于电商推荐系统的动态多目标优化方法以及装置 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:同济大学

摘要:本公开的实施例提供了一种应用于电商推荐系统的动态多目标优化方法以及装置。该方法包括:获取电商推荐系统的电商推荐约束条件、电商推荐目标函数;将电商推荐系统的电商推荐约束条件表征为电商推荐约束网络,并将电商推荐系统的电商推荐目标函数表征为电商推荐目标网络;将电商推荐约束网络与电商推荐目标网络并联,构成仿真器;基于仿真器进行电商推荐系统的动态多目标优化,从而可以利用有限的计算资源,提高电商推荐系统的动态多目标优化效率。

主权项:1.一种应用于电商推荐系统的动态多目标优化方法,其特征在于,所述方法包括:获取电商推荐系统的电商推荐约束条件、电商推荐目标函数;将所述电商推荐系统的电商推荐约束条件表征为电商推荐约束网络,并将所述电商推荐系统的电商推荐目标函数表征为电商推荐目标网络;将所述电商推荐约束网络与所述电商推荐目标网络并联,构成仿真器;基于所述仿真器进行所述电商推荐系统的动态多目标优化;所述基于所述仿真器进行所述电商推荐系统的动态多目标优化,包括:随机生成第一代个体集合,将第一代个体的决策变量输入到所述仿真器,得到对应的性能指标和约束损失,并以此为基础,基于快速非支配排序算法,获得可行解集和不可行解集中的支配关系,使用可达性算法从可行解集与不可行解集的非支配前沿中挑选出优质个体集合;针对优质个体集合,采用误差反传算法分析决策变量对于性能指标和约束损失的梯度方向,并基于梯度下降算法生成下一代个体集合,不断迭代,直到迭代次数超过预设迭代次数,停止迭代,将最新的优质个体集作为动态多目标优化结果;在迭代期间,若检测到当前的目标函数发生改变,则根据改变后的目标函数更新仿真器中的电商推荐目标网络,否则继续使用已有的仿真器。

全文数据:

权利要求:

百度查询: 同济大学 应用于电商推荐系统的动态多目标优化方法以及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。