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

一种基于知识强化的购物篮可解释推荐方法与系统 

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:华南农业大学

摘要:本发明涉及一种基于知识强化的购物篮可解释推荐方法与系统,属于购物推荐技术领域,通过基于购物篮知识图谱中的三步图构建购物篮临时表征序列,通过LSTM生成用户的购物篮序列级别的表征。基于用户近期购买的商品及其次数,进行加权学习生成用户的复购表征。学习权重融合用户的预训练表征、购物篮序列级别的表征和复购表征,得到用户预测向量。使用用户预测向量代替用户预训练表征,使用强化学习在购物篮知识图谱上进行路径推理,得到购物篮的推荐商品及解释路径。通过知识图谱、用户购物篮序列和复购行为建模等构建用户及其他实体表征,并使用强化学习实现可解释购物篮推荐,提升电子商务的推荐准确性,提高了用户体验,促进了交易达成。

主权项:1.一种基于知识强化的购物篮可解释推荐方法,其特征在于,包括:获取用户在购物系统相关历史时间段的交互信息和商品信息,基于所述交互信息和商品信息提取出各属性实体以及属性实体之间的关系,并构建购物篮知识图谱;构建TransR模型,将所述购物篮知识图谱输入到所述TransR模型得到预训练表征;所述属性实体包括用户、商品、购物篮、商品属性;基于所述购物知识图谱中最近购买的商品、购物篮、商品属性构建用户特有的三步图,根据所述用户特有的三步图构建购物篮的表征序列,并通过LSTM生成用户的购物篮序列级别表征;从包含购物篮的交互数据中筛选出用户在预设时间之内的交互数据,得到用户最近购买的购物篮序列,并基于所述用户最近购买的购物篮序列进行加权学习生成用户的复购表征;学习权重融合所述预训练表征、购物篮序列级别表征和复购表征,得到用户预测向量;将用户预测向量代替用户预训练表征,通过强化学习在购物篮知识图谱上进行路径推理,得到购物篮的推荐商品及解释路径。

全文数据:

权利要求:

百度查询: 华南农业大学 一种基于知识强化的购物篮可解释推荐方法与系统

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。