申请/专利权人：中信银行股份有限公司

申请日：2021-01-21

公开（公告）日：2024-07-05

公开（公告）号：CN112667913B

主分类号：G06F16/9535

分类号：G06F16/9535;G06F17/16

优先权：

专利状态码：有效-授权

法律状态：2024.07.05#授权;2021.05.04#实质审查的生效;2021.04.16#公开

摘要：本申请提供一种数据推荐方法、装置、设备及存储介质，涉及数据推荐技术领域。该方法包括：获取至少一个客户端的用户数据；根据预设打分矩阵、各所述用户数据和所述客户端的数量，确定各客户端对应的目标推荐数据；其中，所述预设打分矩阵为卷积神经网络根据所述用户数据、所述客户端的数量和隐含变量对初始打分矩阵扩充后得到的；将所述目标推荐数据返回至对应的所述客户端。相对于现有技术，避免了数据的稀疏性导致推荐效果不准确的问题。

主权项：1.一种数据推荐方法，其特征在于，所述方法包括：获取至少一个客户端的用户数据；所述用户数据包括：历史浏览数据和或历史消费数据；根据预设打分矩阵、各所述用户数据和所述客户端的数量，确定各客户端对应的目标推荐数据；其中，所述预设打分矩阵为卷积神经网络根据所述用户数据、所述客户端的数量和隐含变量对初始打分矩阵扩充后得到的；所述根据预设打分矩阵、各所述用户数据和所述客户端的数量，确定各客户端对应的目标推荐数据之前，所述方法还包括：卷积神经网络根据所述用户数据、所述客户端的数量和隐含变量对初始打分矩阵进行分解，得到第一矩阵和第二矩阵；根据所述第一矩阵和所述第二矩阵确定预设打分矩阵；所述预设打分矩阵C为满足的矩阵，其中A为用户数据的数量，B为客户端的数量，N为隐藏变量的数量，qj＝cnnW，Xj+εj，II,J为取值为0或1的指示函数；表示rij服从均值为方差为δ2的正态分布概率密度函数；表示服从均值为0，方差为的正态分布概率密度函数；所述用户数据满足其中w为权重，X为用户数据的信息；所述权重满足所述卷积神经网络根据所述用户数据、所述客户端的数量和隐含变量对初始打分矩阵进行分解，得到第一矩阵和第二矩阵，包括：根据得到第一矩阵P和第二矩阵Q，其中为根据批量梯度下降求解得到的；将所述目标推荐数据返回至对应的所述客户端。

全文数据：

权利要求：

百度查询： 中信银行股份有限公司 数据推荐方法、装置、设备及存储介质

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD