摘要
本申请提供基于三支决策的商品推荐优化方法、系统、装置和介质,涉及推荐系统技术领域,方法包括:获取商品推荐平台上的商品收益数据、用户的风险参数及其对商品的历史评分和预测评分,并基于三支决策引入成本约束,针对不同的用户,将商品划分为候选集与过滤集;通过效用函数和偏好概率函数,量化不同商品对于不同用户的综合价值,并在满足推荐准确度阈值与成本约束的前提下,构建收益优化函数并进行求解,得到优化的平台总收益及其对应的商品推荐列表,在确保推荐准确性的前提下,将平台收益最大化。通过引入基于三支决策的成本约束,本申请综合考虑平台收益与用户体验,有效规避低相关性推荐,提升推荐准确性与适配性,降低用户流失风险。
技术关键词
商品推荐优化方法
商品推荐列表
决策
拉格朗日对偶
商品推荐优化系统
次梯度算法
平台
风险
数据获取模块
松弛
处理器
贪婪策略
参数
推荐系统
优化装置
变量
程序
曲线
系统为您推荐了相关专利信息
分级系统
分级执行机构
多尺度特征提取
子模块
通道注意力机制
集群主节点
资源调度方法
Kubernetes集群
强化学习算法
指标
电力调度方法
道路通行时间
微电网
样本
注意力机制
智能监管平台
多模态数据采集
语音处理单元
风险
决策
决策支持方法
一体化平台
智慧水务
拓扑网络
监测点