[发明专利]一种基于加权贝叶斯推理的负序列推荐方法及系统有效
| 申请号： | 201910379410.4 | 申请日： | 2019-05-08 |
| 公开（公告）号： | CN110111184B | 公开（公告）日： | 2020-12-29 |
| 发明（设计）人： | 杨振宇;张鸣鸽 | 申请（专利权）人： | 齐鲁工业大学 |
| 主分类号： | G06Q30/06 | 分类号： | G06Q30/06 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 张庆骞 |
| 地址： | 250353 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了一种基于加权贝叶斯推理的负序列推荐方法及系统。其中，基于加权贝叶斯推理的负序列推荐方法，包括：从用户行为数据库中提取相应用户购买行为的正负序列；其中，正负序列为按照时间先后顺序排列的用户购买物品序列，序列中的元素为物品名称；将提取的正负序列划分成若干个子序列并存储在序列数据库中；其中，序列数据库为物品空间；在当前需要决策的已购买某物品的条件下，利用贝叶斯加权序列模型推理出在物品空间中各个物品所具有的似然概率，进而得到不同物品被用户偏好的后验概率，从而实现“最高概率”推荐或“best‑N”推荐。 | ||
| 搜索关键词： | 一种 基于 加权 贝叶斯 推理 序列 推荐 方法 系统 | ||
【主权项】：
1.一种基于加权贝叶斯推理的负序列推荐方法，其特征在于，包括：从用户行为数据库中提取相应用户购买行为的正负序列；其中，正负序列为按照时间先后顺序排列的用户购买物品序列，序列中的元素为物品名称；将提取的正负序列划分成若干个子序列并存储在序列数据库中；其中，序列数据库为物品空间；在当前需要决策的已购买某物品的条件下，利用贝叶斯加权序列模型推理出在物品空间中各个物品所具有的似然概率，进而得到不同物品被用户偏好的后验概率，从而实现“最高概率”推荐或“best‑N”推荐。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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齐鲁工业大学，未经齐鲁工业大学许可，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/patent/201910379410.4/，转载请声明来源钻瓜专利网。
