摘要
本发明公开了一种基于多模态的商品推送方法和系统,涉及商品推送技术领域,具体包括以下步骤:对采集到的多模态特征信息进行分析,分别生成多模态特征信息中各个特征信息的推荐相关性系数和压缩损失影响指数;对生成的各个特征信息的推荐相关性系数和压缩损失影响指数构建重要信息评估模型,分别生成各个特征信息的重要系数,评估多模态特征信息中各个特征信息的对推荐结果的重要程度,并根据评估结果将各个特征信息划分为高重要性特征信息、中等重要性特征信息和低重要性特征信息基于各个特征信息的分类结果,对不同重要程度的特征信息分别采取对应的数据压缩措施。本发明解决了多模态数据压缩中重要特征优先保留问题,优化了推荐精度。
技术关键词
商品推送方法
多模态特征
商品推送系统
数据压缩策略
指数
压缩算法
商品推送技术
点击率
措施
多元回归模型
模块
保留特征
动态
兴趣
参数