一种基于高清图像生成技术的兴趣画幅推荐方法

    公开(公告)号:CN115358820A

    公开(公告)日:2022-11-18

    申请号:CN202211016627.7

    申请日:2022-08-24

    Abstract: 本发明属于互联网应用技术领域,特别涉及一种基于高清图像生成技术的兴趣画幅推荐方法,包括获取用户的历史交互行为数据,从中提取用户行为序列进行嵌入后与对应的粒度信息融合,得到输入向量;构建预测模型,预测模型的Item2Frame层根据输入向量获取多兴趣画幅矩阵,预测模型的高清兴趣画像生成层对得到的多兴趣画幅矩阵进行噪点补偿获取用户的整体高清兴趣画像的向量表示;计算用户的整体高清兴趣画像的向量表示与物品向量之间的相似度,将相似度最高的N个物品推荐给用户;本发明应用于电商平台为用户提供更为优质的服务,电商平台可以更准确地挖掘用户兴趣,从而推荐更多用户感兴趣的内容来为平台盈利。

    一种基于多任务联合学习的点击转化率预测方法

    公开(公告)号:CN115358790A

    公开(公告)日:2022-11-18

    申请号:CN202211016264.7

    申请日:2022-08-24

    Abstract: 本发明属于电商大数据推荐领域,特别涉及一种基于多任务联合学习的点击转化率预测方法,包括获取商品信息并构建用户‑商品感兴趣度;根据获取的商品信息,获取商品节点序列和用户节点序列,根据得到的用户节点序列和商品节点序列计算该各自序列中节点与其相邻节点之间的二阶相似度;将商品节点和用户节点投影到相同的特征空间上,计算在该空间中一个节点的注意力系数,并利用该系数获得节点的聚合表示;利用用户‑商品感兴趣度对节点的聚合加权得到节点的最终嵌入表示,将最终嵌入表示的商品信息和用户信息嵌入到预测器中,通过预测器预测用户购买商品的概率;本发明可协助电商平台掌握消费群体行为特性分布,有利于广告主精准投放广告信息。

Patent Agency Ranking