-
公开(公告)号:CN118799038B
公开(公告)日:2024-11-19
申请号:CN202411260400.6
申请日:2024-09-10
Applicant: 华南农业大学
IPC: G06Q30/0601 , G06N3/0442 , G06N3/08 , G06N5/02 , G06N5/045 , G06Q30/0202 , G06F16/36 , G06F18/25
Abstract: 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。
-
公开(公告)号:CN118799038A
公开(公告)日:2024-10-18
申请号:CN202411260400.6
申请日:2024-09-10
Applicant: 华南农业大学
IPC: G06Q30/0601 , G06N3/0442 , G06N3/08 , G06N5/02 , G06N5/045 , G06Q30/0202 , G06F16/36 , G06F18/25
Abstract: 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。
-