基于catboost算法与深度学习结合的排序推荐方法及系统
基本信息
| 申请号 | CN201911304424.6 | 申请日 | - |
| 公开（公告）号 | CN111127145A | 公开（公告）日 | 2020-05-08 |
| 申请公布号 | CN111127145A | 申请公布日 | 2020-05-08 |
| 分类号 | G06Q30/06;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 黎云;周斌;沈章 | 申请（专利权）人 | 武汉海云健康科技股份有限公司 |
| 代理机构 | 武汉蓝宝石专利代理事务所（特殊普通合伙） | 代理人 | 武汉海云健康科技股份有限公司 |
| 地址 | 430000 湖北省武汉市东湖新技术开发区高新大道426号华新总部基地A座22层1号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于catboost算法与深度学习结合的排序推荐方法及系统、服务器及介质，该方法包括：定位候选集药品数据，获取离散特征和连续特征；构造新的组合特征，将组合特征作为模型的输入层；将离散特征向量转化得到castboost_vector,将组合特征和连续特征转化得到64维DNN特征向量，将两者特征向量合并一起；构建模型进行训练，全连接层的输出结果对药品进行排序推荐。本发明采用catboost算法与深度学习结合的方式，不仅保留了传统的记忆功能，还增加了泛化的能力，利用用户的标签数据和药品的特征数据定位候选集药品数据对特征召回，其降低了客户的等待时间，也利于提高点击率。 |
