基于深度學(xué)習(xí)的產(chǎn)品推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)

基本信息

申請(qǐng)?zhí)?/td> CN202110459644.7 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN113076484A 公開(kāi)（公告）日 2021-07-06
申請(qǐng)公布號(hào) CN113076484A 申請(qǐng)公布日 2021-07-06
分類號(hào) G06F16/9535（2019.01）I;G06F16/9536（2019.01）I;G06N20/00（2019.01）I;G06Q50/00（2012.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 林思涵;張雷妮;張奕寧;卓全嬌;曾璐;張文新 申請(qǐng)（專利權(quán)）人 中國(guó)建設(shè)銀行股份有限公司深圳市分行
代理機(jī)構(gòu) 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 代理人 李慧引
地址 518038廣東省深圳市福田區(qū)鵬程一路8號(hào)深圳建行大廈
法律狀態(tài) -

摘要

摘要 本申請(qǐng)?zhí)峁┮环N基于深度學(xué)習(xí)的產(chǎn)品推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)，該方法包括，確定目標(biāo)用戶對(duì)應(yīng)的候選產(chǎn)品庫(kù)；利用詞向量模型，協(xié)同過(guò)濾技術(shù)，隱含語(yǔ)義模型和預(yù)設(shè)的業(yè)務(wù)推薦規(guī)則，從候選產(chǎn)品庫(kù)中篩選得到多個(gè)待推薦產(chǎn)品；利用預(yù)先構(gòu)建的邏輯回歸模型，梯度提升決策樹(shù)和深度學(xué)習(xí)模型分析各待推薦產(chǎn)品的產(chǎn)品特征和目標(biāo)用戶的用戶特征，得到各待推薦產(chǎn)品的預(yù)測(cè)響應(yīng)概率；根據(jù)預(yù)測(cè)響應(yīng)概率將部分待推薦產(chǎn)品推薦給用戶。本方案利用深度學(xué)習(xí)技術(shù)對(duì)目標(biāo)用戶的用戶特征進(jìn)行分析，能夠更深層次地挖掘特定用戶對(duì)各個(gè)產(chǎn)品的潛在偏好，從而提高產(chǎn)品推薦的準(zhǔn)確度。