摘要
本申请涉及展品推荐技术领域,其具体地公开了一种结合用户画像和用户定位的展品首推项优化方法,其从室内定位系统提取用户定位数据,并基于用户的实时位置和朝向信息确定目标展品组,进而引入深度学习技术对用户画像数据进行语义解析,以提取出用户画像特征,并通过将用户画像特征与目标展品组中各个展品的特征标签进行语义匹配分析,从目标展品组中确定展品首推项。通过这种方式,能够综合考虑用户的行为偏好以及实时的物理环境信息,为用户提供更加精准且个性化的展品推荐服务,进而提高参观者的参观体验,并优化博物馆、展览馆等文化展示场所的资源利用效率。
技术关键词
编码向量
个性化推荐引擎
拉普拉斯
决策
矩阵
室内定位系统
动态
画像特征
标签
实时位置
邻域
深度学习技术
语义
推荐技术
分类器
核心
数据
展览馆
博物馆
系统为您推荐了相关专利信息
持续身份认证方法
编码器
动作传感器
重构模型
重构误差
多变量预测控制
动态矩阵控制算法
控制系统
模糊PID控制器
机组负荷指令
神经机器翻译方法
注意力
解码器框架
矩阵
信息编码