基于机器学习的时间序列个性化推荐系统及方法

AITNT
正文
推荐专利
基于机器学习的时间序列个性化推荐系统及方法
申请号:CN202510773652
申请日期:2025-06-10
公开号:CN120670669A
公开日期:2025-09-19
类型:发明专利
摘要
本发明公开了基于机器学习的时间序列个性化推荐系统及方法,属于智能推荐技术领域。基于机器学习的时间序列个性化推荐系统,包括数据获取模块、数据建模模块、个性推荐模块和网络监测模块。本发明解决了现有个性化推荐系统存在局限性的问题,本发明通过数据获取模块收集用户的实时时间序列数据和历史时间序列数据,以便于后续的模型建立和数据预测,数据建模模块采用机器学习的方法建立推荐预测模型,以预测用户的行为,个性推荐模块会将实时时间序列数据带入模型中,预测出用户可能感兴趣的内容并添加至推荐列表,网络监测模块实时监测用户的网络质量,若用户网络质量不好,需要调整推荐内容,以保证用户能流畅的看到推荐内容。
技术关键词
个性化推荐系统 序列 网络监测模块 机器学习算法 滑动窗口法 列表 数据获取模块 数据更新 数据处理模块 超参数 内容分类 点击率 特征提取模块 个性化推荐方法 感兴趣 智能推荐技术
系统为您推荐了相关专利信息
1
一种基于强化学习模型的内容推荐方法及系统
强化学习模型 内容推荐方法 参数 强化学习环境 策略
2
一种基于谱聚类的复杂网络关键节点识别方法
关键节点识别方法 排序损失 谱聚类算法 网络关键节点 超网络
3
一种基于机器学习和数值模式的城市大气污染传输路径及来源贡献的评估系统和方法
城市大气污染 传输路径 气象 评估系统 数值
4
一种水资源优化配置方法及系统
水资源优化配置 河流径流量 规划 表达式 水资源承载力
5
基于大语言模型的跨座式单轨列车齿轮箱振动预测方法
振动预测方法 大语言模型 趋势预测模型 跨座式单轨列车 齿轮箱
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