[发明专利]一种基于价值的物品推荐方法、系统及电子设备在审
申请号: | 202310679580.0 | 申请日: | 2023-06-08 |
公开(公告)号: | CN116664245A | 公开(公告)日: | 2023-08-29 |
发明(设计)人: | 陈崇雨;刘汉锋;苏江;杨杰 | 申请(专利权)人: | 暗物智能科技(广州)有限公司 |
主分类号: | G06Q30/0601 | 分类号: | G06Q30/0601 |
代理公司: | 北京三聚阳光知识产权代理有限公司 11250 | 代理人: | 李红团 |
地址: | 511400 广东省广州市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 价值 物品 推荐 方法 系统 电子设备 | ||
本说明书公开了一种基于价值的物品推荐方法、系统及电子设备,能够针对用户需求进行实时个性化推荐,优化用户体验。所述方法包括:对目标用户进行询问,以获取相应的用户回复数据;基于所述用户回复数据对所述目标用户的用户需求信息进行更新;根据更新后的所述用户需求信息计算确定多个待售物品的实时价值以及所述目标用户的用户需求价值;将所述实时价值的最大值与所述用户需求价值进行对比;响应于所述实时价值的最大值超出所述用户需求价值,根据多个所述待售物品的所述实时价值进行推荐。所述系统包括需求发现模块、信息更新模块、价值计算模块、判定对比模块与推荐模块。所述电子设备中的处理器执行程序时实现所述基于价值的物品推荐方法。
技术领域
本发明涉及数字信息处理技术领域,具体涉及一种基于价值的物品推荐方法、系统及电子设备。
背景技术
虚拟人商品自动讲解是一个新兴的研究领域,其中,商品推荐是自动商品讲解任务中的重要一环,推荐符合用户需求的商品是提升用户体验度的重要因素。现有的推荐引擎大多建立在已拥有大量用户历史数据的前提下,利用用户的历史数据,可以建立模型来为不同用户推荐符合各自喜好的物品。例如视频网站根据用户的历史观看数据及评分数据,可以得知用户对哪种类型的影片持喜爱态度。
总的来说,现有的推荐引擎主要包括基于机器学习模型的推荐引擎与基于知识图谱的推荐引擎。其中,基于机器模型的推荐引擎,需要大量数据进行训练,方案执行成本高,模型可信度和可解释性较差;基于知识图谱的推荐引擎,更适用于解决小样本推荐任务,对于具有复杂逻辑关系的推荐任务,实用性差,尤其面对虚拟解说商品推荐场景下,基于知识图谱的推荐引擎难以实现实施个性化推荐。
发明内容
有鉴于此,本说明书实施例提供了一种基于价值的物品推荐方法、系统及电子设备,能够针对用户需求进行实时个性化推荐,优化用户体验。
在第一方面,本说明书实施例提供了一种基于价值的物品推荐方法,包括:
对目标用户进行询问,以获取相应的用户回复数据;
基于所述用户回复数据对所述目标用户的用户需求信息进行更新;
根据更新后的所述用户需求信息计算确定多个待售物品的实时价值以及所述目标用户的用户需求价值;
将所述实时价值的最大值与所述用户需求价值进行对比;
响应于所述实时价值的最大值超出所述用户需求价值,根据多个所述待售物品的所述实时价值进行推荐。
可选的,对目标用户进行询问,以获取相应的用户回复数据,包括:
确定当前时刻下所述目标用户相应的多种未知需求项;
针对多种所述未知需求项,计算确定预设问题库中多个预设问题的信息量值;
选取信息量值最高的所述预设问题作为当前问题,基于所述当前问题对所述目标用户进行询问。
可选的,针对多种所述未知需求项,计算确定预设问题库中多个预设问题的信息量值,包括:
分别确定所述预设问题相对多种所述未知需求项的问题期望价值:
其中,表示第i个所述预设问题Qi相应的所述问题期望价值,u(Qi,Nj)表示第i个所述预设问题Qi针对第j种所述未知需求项Nj的价值函数;
根据所述问题期望价值计算确定所述预设问题的所述信息量值:
其中,表示第i个所述预设问题Qi的所述信息量值,j∈[1,P],P表示当前时刻未知需求项的数量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于暗物智能科技(广州)有限公司,未经暗物智能科技(广州)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310679580.0/2.html,转载请声明来源钻瓜专利网。