一种基于深度学习的推荐方法及装置
基本信息
| 申请号 | CN202110433760.1 | 申请日 | - |
| 公开（公告）号 | CN113222687A | 公开（公告）日 | 2021-08-06 |
| 申请公布号 | CN113222687A | 申请公布日 | 2021-08-06 |
| 分类号 | G06Q30/06（2012.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 旷小勇;梅俊华 | 申请（专利权）人 | 杭州腾纵科技有限公司 |
| 代理机构 | 杭州快知知识产权代理事务所（特殊普通合伙） | 代理人 | 杨冬玲 |
| 地址 | 310000浙江省杭州市江干区富亿商业中心1幢715、716室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的推荐方法，包括获取多个用户画像和多个商品属性，根据所述多个用户画像锁定目标用户；提取所述目标用户的显特征和所述多个商品属性的显特征，再处理产生推荐列表；利用深度学习模型学习所述目标用户的隐特征和所述多个商品属性的隐特征并根据所述隐特征来预测所述目标用户对所述推荐列表的评分；将所述推荐列表的商品对所述目标用户进行预推荐，确定所述目标用户是否接收推荐，若是，则根据所述推荐列表的评分按优先级推荐所述商品的相关信息。本发明实现了多维度个性化筛选，并让用户自主选择是否接收推送，进行有效精准推送，解决用户和商家的双重需求，且基于深度学习的特征提取具有更好的抗噪性和有效性。 |
