预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共19页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115601103A(43)申请公布日2023.01.13(21)申请号202211336138.X(22)申请日2022.10.28(71)申请人中国农业银行股份有限公司地址100005北京市东城区建国门内大街69号(72)发明人雷涛(74)专利代理机构北京品源专利代理有限公司11332专利代理师赵翠香(51)Int.Cl.G06Q30/06(2012.01)G06F18/22(2023.01)G06F16/9535(2019.01)权利要求书2页说明书11页附图5页(54)发明名称一种物品信息展示方法和装置(57)摘要本发明公开了一种物品信息展示方法和装置。该方法包括:获取目标用户当前评分的当前物品和预设历史时间段内评分的多个历史物品;基于物品相似度矩阵,确定与当前物品相似的多个候选物品,其中,物品相似度矩阵是基于隐语义分析方式和离线用户评分数据进行确定的;基于物品相似度矩阵和历史物品对应的历史评分,确定目标用户对每个候选物品的目标偏好程度;基于目标偏好程度,从各个候选物品中确定目标物品,并展示目标物品对应的目标物品信息。通过本发明的技术方案,可以提高信息查找效率,提升用户体验。CN115601103ACN115601103A权利要求书1/2页1.一种物品信息展示方法,其特征在于,包括:获取目标用户当前评分的当前物品和预设历史时间段内评分的多个历史物品;基于物品相似度矩阵,确定与所述当前物品相似的多个候选物品,其中,所述物品相似度矩阵是基于隐语义分析方式和离线用户评分数据进行确定的;基于所述物品相似度矩阵和所述历史物品对应的历史评分,确定所述目标用户对每个所述候选物品的目标偏好程度;基于所述目标偏好程度,从各个所述候选物品中确定目标物品,并展示所述目标物品对应的目标物品信息。2.根据权利要求1所述的方法,其特征在于,基于隐语义分析方式和离线用户评分数据确定物品相似度矩阵,包括:基于离线用户评分数据,确定离线用户与物品之间的评分矩阵;将所述评分矩阵分解为待求解的用户隐含特征矩阵和物品隐含特征矩阵,并构建目标损失函数;基于交替最小二乘法和所述目标损失函数,对所述用户隐含特征矩阵和所述物品隐含特征矩阵进行迭代求解;根据求解出的物品隐含特征矩阵,确定每两个物品之间的物品相似度,获得物品相似度矩阵。3.根据权利要求2所述的方法,其特征在于,基于交替最小二乘法和所述目标损失函数,对所述用户隐含特征矩阵和所述物品隐含特征矩阵进行迭代求解,包括:利用Spark框架中的计算节点,基于交替最小二乘法和所述目标损失函数,对所述用户隐含特征矩阵和所述物品隐含特征矩阵的迭代求解过程进行并行计算。4.根据权利要求1所述的方法,其特征在于,基于所述物品相似度矩阵和所述历史物品对应的历史评分,确定所述目标用户对每个所述候选物品的目标偏好程度,包括:针对每个所述候选物品,基于所述物品相似度矩阵,确定该候选物品与每个所述历史物品之间的物品相似度;将每个所述历史物品对应的物品相似度与预设相似度阈值进行比较,确定大于或等于所述预设相似度阈值的目标历史物品数量;基于每个所述历史物品对应的物品相似度和所述历史评分以及所述目标历史物品数量,确定该候选物品对应的基础偏好程度;基于所述基础偏好程度,确定所述目标用户对该候选物品的目标偏好程度。5.根据权利要求4所述的方法,其特征在于,基于每个所述历史物品对应的物品相似度和所述历史评分以及所述目标历史物品数量,确定该候选物品对应的基础偏好程度,包括:将每个所述历史物品对应的物品相似度和所述历史评分进行相乘,并对各个所述历史物品对应的相乘结果进行相加;将相加结果与所述目标历史物品数量之间的比值确定为该候选物品对应的基础偏好程度。6.根据权利要求4所述的方法,其特征在于,基于所述基础偏好程度,确定所述目标用户对该候选物品的目标偏好程度,包括:检测每个目标历史物品对应的目标历史评分是否大于或等于预设评分阈值;2CN115601103A权利要求书2/2页基于大于或等于预设评分阈值的第一目标历史物品数量,确定奖励偏好程度;基于小于预设评分阈值的第二目标历史物品数量,确定惩罚偏好程度;基于所述基础偏好程度、所述奖励偏好程度和所述惩罚偏好程度,确定所述目标用户对该候选物品的目标偏好程度。7.根据权利要求4所述的方法,其特征在于,基于每个所述历史物品对应的物品相似度和所述历史评分以及所述目标历史物品数量,确定该候选物品对应的基础偏好程度,包括:获取该候选物品对应的候选评分时间和每个所述历史物品对应的历史评分时间;基于所述候选评分时间和每个所述历史物品对应的历史评分时间,对每个所述历史物品对应的物品相似度进行时间加权处理,确定处理后的目标相似度;基于所述历史物品对应的历史评分时间