摘要
本发明涉及数据处理领域,提供一种多维度特征驱动的B2B2C协同推荐方法及系统。该方法包括:通过异构数据源接口对B端商户特征、C端用户特征和商品特征进行多维度采集,得到标准化多维特征;通过多头自注意力机制对所述标准化多维特征数据集进行动态权重学习,得到融合特征向量;基于张量分解对所述融合特征向量进行三层协同矩阵构建,得到多维因子矩阵;通过基于因果图结构的协同过滤算法,对所述多维因子矩阵进行因果关系建模,得到深度协同网络模型;通过所述深度协同网络模型进行待推荐项目的实时推荐,得到个性化B2B2C推荐列表。本发明能够捕捉业务场景中的复杂模式,提升个性化推荐结果的精准性。
技术关键词
协同推荐方法
多维特征数据
协同过滤算法
因子
矩阵
商品特征
训练样本集
分布式特征
网络
注意力机制
协同推荐系统
异构
三元组
采集系统
语义特征提取
NLP技术
列表
动态
系统为您推荐了相关专利信息
神经网络构建方法
机器人动力学
正向运动学
雅可比矩阵
关节力矩
图像超分辨率
神经网络单元
局部特征提取
代表
滑动窗口