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：北京航空航天大学

摘要：本发明通过数据挖掘领域的方法，实现了一种基于联合矩阵分解的电商场景挖掘方法与系统。将外部输入的给定用户行为集合与商品属性集合作为电商场景信息，构建包含商品‑商品子网络、商品‑属性子网络、属性‑属性子网络三种类型子网络的电子商务异构信息网络，之后采用电商场景挖掘方法，经过计算步骤，输出商品品类划分的聚类集合。本发明提供的方法设计了一种新的电商场景定义，能够客观准确以电商平台内的实体元素反映真实世界，对所有商品领域均具有使用价值，显式明确的定义方式使场景信息可以引导下游推荐任务提升性能。

主权项：1.一种基于联合矩阵分解的电商场景挖掘方法，其特征在于：首先将外部输入的给定用户行为集合与商品属性集合作为电商场景信息，构建包含商品-商品子网络、商品-属性子网络、属性-属性子网络三种类型子网络的电子商务异构信息网络，之后采用电商场景挖掘方法，经过计算步骤，针对每个商品品类，输出其所属于的场景集合，同时通过收集属于相同场景的商品品类集合，输出电商场景；所述商品-商品子网络记录商品间的关系，对于电子商务运营过程中的反映商品间关系的用户行为，记表示用户行为的集合，给定一个用户行为B，相应的商品-商品子网络定义为GBB＝VB，EBB，其中VB是商品集合，EBB是商品之间边的集合，每一条边表示用户行为B中两个存在链接商品的共现关系，使用邻接矩阵WBB来表示商品间的联系，其中每一个元素代表两个商品经用户行为B反映出来的相关性；所述商品-属性子网络记录商品与属性之间的关系；对于电子商务运营过程中的商品属性，将所述商品属性视为电子商务异构信息网络中的对象，令表示商品属性的集合，其中每个属性Ai视为一个对象类型，给定一个属性A，一个商品-属性子网络可以通过一个二部图来表示GIA＝VI∪VA，EIA，其中VI是商品集合，VA是属性节点集合，EIA是表示商品和属性间二元关系链接的集合，每个商品-属性子网络使用邻接矩阵WIA来表示，其中每一个元素代表商品是否具有某一个具体的属性值；所述属性-属性子网络记录属性间的关系，给定一个属性A，一个属性-属性子网络定义为GAA＝VA，EAA，其中VA是属性节点的集合，EAA是属性间链接的集合，利用邻接矩阵WAA表示属性间的联系，其中每一个元素代表两个商品属性的相关性；所述反映商品间关系的用户行为包括点击、购买和评价；所述商品属性包括品牌和品类；所述计算步骤为：一、读取电商异构信息网络G、商品属性类型集合对应用户行为的商品类型集合待挖掘场景的数目r、筛选阈值∈、迭代终止衡量值θ；二、初始化各类型节点因子矩阵三、令每个场景四、令num_iter＝0，last_loss＝+∞；五、判断num_iter是否小于max_iter，如果否，则跳转到步骤十二；六、对于表示用户行为的商品类型集合中的每一个商品类型因子矩阵按照公式进行更新；七、对于商品属性类型集合中除品类外的每一个商品属性类型因子矩阵按照公式进行更新；八、对于商品品类因子矩阵Hc，按照公式Tp＝Tc进行更新；九、计算损失函数loss，所述损失函数是整个联合非负矩阵分解的最小化目标，具体为 s.t.Hp，Hq≥0其中，Hp是类型为Tp的对象的低维因子矩阵，||·||F表示Frobenius范数，α和β是控制两个正则项的系数，||·||2，1是用来正则化商品品类表征Hc的l2，1范数，在条件Hp≥0的约束下最小化目标函数十、判断是否|last_loss-loss|小于θ，如果是转到步骤六；十一、将loss赋予last_loss，num_iter自增1；十二、逐列对商品品类因子矩阵进行处理，将该列中所有数值大于阈值∈所对应的商品品类放入该列对应的场景中；十三、返回所有非空场景，完成场景挖掘；其中，是一个对应着不同用户行为的商品类型集合，是一个属性类型集合，表示商品品类，Hpij表示Hp中第i，j个元素，U是一个对角矩阵，对角线上第j个元素是Ujj＝1||Hc·j||2，并且Hc·j是Hc的第j列。

全文数据：

权利要求：

百度查询： 北京航空航天大学 一种基于联合矩阵分解的电商场景挖掘方法与系统