公开(公告)号：CN113836397B

公开(公告)日：2024-07-12

申请号：CN202111025959.7

申请日：2021-09-02

Applicant: 桂林电子科技大学

Inventor： 包旭光 ,  李淼 ,  常亮 ,  古天龙

IPC: G06F16/9535 ,  G06F16/84 ,  G06Q30/0601

Abstract: 本发明公开了一种购物篮个性化特征建模的推荐方法，根据历史购物篮事务数据集的特征构成三元组，并将所述三元组映射到特征向量空间，引入不同的关联类型进行计算与关联，最后利用神经网络技术对不同实体之间的低阶特征组合和高阶特征组合进行建模，对目标物品项进行预测，三元组的使用让模型可以从用户历史数据集中捕获更多的关联组合，缓解了购物篮推荐任务中的数据稀疏性问题，同时使得推荐结果具有可靠性和准确性，解决了现有技术中基于购物篮推荐方法推荐精度不高和推荐结果个性化程度低的问题。

公开(公告)号：CN113836397A

公开(公告)日：2021-12-24

申请号：CN202111025959.7

申请日：2021-09-02

Applicant: 桂林电子科技大学

Inventor： 包旭光 ,  李淼 ,  常亮 ,  古天龙

IPC: G06F16/9535 ,  G06F16/84 ,  G06Q30/06

Abstract: 本发明公开了一种购物篮个性化特征建模的推荐方法，根据历史购物篮事务数据集的特征构成三元组，并将所述三元组映射到特征向量空间，引入不同的关联类型进行计算与关联，最后利用神经网络技术对不同实体之间的低阶特征组合和高阶特征组合进行建模，对目标物品项进行预测，三元组的使用让模型可以从用户历史数据集中捕获更多的关联组合，缓解了购物篮推荐任务中的数据稀疏性问题，同时使得推荐结果具有可靠性和准确性，解决了现有技术中基于购物篮推荐方法推荐精度不高和推荐结果个性化程度低的问题。