摘要
本申请实施例属于人工智能领域,涉及一种基于机器学习的智能选品管理方法,包括:基于历史购买数据和浏览数据,生成各客户的客户偏好画像;对各产品的产品信息进行属性嵌入和知识图谱嵌入,得到各产品的产品画像;根据历史购买数据和浏览数据,构建客户产品交互图;对客户产品交互图进行表示学习,得到各产品节点的产品节点特征;根据各产品的产品画像及其对应产品节点的产品节点特征,生成各产品的产品综合特征;将目标客户的客户偏好画像和各产品的产品综合特征分别进行组合得到组合特征并输入匹配模型,得到目标客户与各产品之间的兴趣度;根据得到的兴趣度在各产品中确定目标产品,以进行产品推荐。本申请提高了产品选品与推荐的准确性。
技术关键词
产品交互
客户
节点特征
画像
管理方法
计算机可读指令
邻居
数据
生成算法
关联规则挖掘算法
图谱
兴趣
产品推荐模块
注意力
协同过滤算法
可读存储介质
推荐算法
序列
系统为您推荐了相关专利信息
消息队列服务
服务端
客户端
通信服务
负载均衡策略
数据管理系统
数据管理方法
多维特征分析
分析单元
特征关联分析
图像识别方法
识别模型训练
图像识别模型
服务器
模型更新