公开(公告)号：CN114926239A

公开(公告)日：2022-08-19

申请号：CN202210532698.6

申请日：2022-05-16

Applicant: 重庆大学

Inventor： 张程 ,  胡寒阳 ,  黄嘉豪 ,  李玉春 ,  刘慧君 ,  周明强

IPC: G06Q30/06 ,  G06F16/9535 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了基于评论信息和评分矩阵的商品推荐方法、系统及设备，方法包括：获取用户评论集和商品评论集，利用结合BERT和注意力机制的双向GRU模型提取评论文本用户特征和评论文本商品特征；对评分矩阵进行填充，采用深度矩阵分解对填充后的评分矩阵进行处理，提取高阶潜在的评分矩阵用户特征和评分矩阵商品特征；利用结合因子分解机FM和多层感知机MLP的融合模块对提取的特征进行融合，得到用户特征和商品特征，根据用户特征和商品特征对评分进行预测，并基于预测评分进行商品推荐；本发明采用基于评论信息和评分矩阵的商品推荐方法，从根源上解决了现有的特征挖掘不够彻底、特征融合不够充分，导致商品推荐准确性不高、用户满意度低的问题。