一种基于图解耦表征学习的智慧零售推荐方法及系统

AITNT
正文
推荐专利
一种基于图解耦表征学习的智慧零售推荐方法及系统
申请号:CN202411664750
申请日期:2024-11-20
公开号:CN119671665A
公开日期:2025-03-21
类型:发明专利
摘要
本发明公开了一种基于图解耦表征学习的智慧零售推荐方法及系统,属于智慧城市推荐技术领域。针对目前智慧零售推荐系统无法有效捕捉消费者的复杂购买决策和行为变化,难以满足个性化需求的问题,本发明通过根据用户会话行为数据构建超图,将用户多种意图作为商品节点嵌入构造意图超边,形成完整的用户行为超图结构;基于用户行为超图结构,先从微观和宏观角度分析用户行为背后的多种意图,然后计算各个商品的偏好分数进行预测,从而建立智慧零售推荐模型;再设计一个联合优化目标函数,对目标函数进行模型训练,实现对智慧零售的推荐,并将推荐结果提供给用户和零售平台商家进行使用。
技术关键词
意图 推荐方法 推荐模型训练 智慧城市推荐技术 会话 智慧零售平台 节点依赖关系 推荐系统 多头注意力机制 误差反向传播 计算机内存 非线性特征 关系建模 矩阵 编码器
系统为您推荐了相关专利信息
1
一种基于多模态行为序列建模的个性化推荐方法
个性化推荐方法 兴趣 注意力机制 序列 文本
2
模型的训练方法、推荐方法、装置、介质、产品、设备
资源推荐模型 资源特征 序列特征 异构 资源推荐方法
3
基于本地和云端的混合语音识别响应系统及方法
云端语音识别 语音特征数据 混合语音识别 语音识别指令 语音识别模型
4
与机器人助手进行交互的交互方法、装置和相关产品
机器人 多媒体 资源 创作意图 入口
5
一种基于智能数据记忆库的自动优化方法及系统
数据 自动优化方法 记忆 动态关系图谱 答案
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号