当前位置: 首页 > 科技成果列表 > 科技成果详细

一种基于马尔科夫决策过程模型的商品推荐方法

技术类型:发明专利

技术成熟度:研发

转让方式:技术转让、技术许可、技术入股

专利申请日:2016-10-21

专利所属地 :中国

专利号:CN201610920407.5

应用领域:通用仪器仪表制造

技术领域:-

交易价格:面议专利价值评估

应用案例:否

了解与分析本科技成果,可查看成果概况并使用以下技术转移数智化应用工具:
成果概况
简介

一种基于马尔科夫决策过程模型的商品推荐方法,具体步骤如下:

  1. 准备阶段:

    • 收集并整理商品和用户行为数据。
  2. 初始模型生成阶段:

    • 读取状态集合C中的一个子序列即状态s及商品集合中的一个商品r。
    • 计算状态s迁移到后继状态s·r的迁移概率,包括推荐商品r的转移概率trMDP(s, r, s·r)和推荐其他商品r'的转移概率trMDP(s, r', s·r)。
    • 生成状态迁移函数。
  3. 推荐阶段:

    • 获取当前用户最近的购买或浏览记录。
    • 根据记录生成当前用户的状态。
    • 获取产生最大收益的推荐项,并将该推荐项返回给当前用户。
    • 记录推荐项以及用户的购买或浏览选择项,生成状态-推荐-选择日志。
  4. 线下模型更新阶段:

    • 每隔固定时间T,进行线下模型更新。
(此文字表达经过AI优化完善,查看原文请点击 原文)
专利基本信息
专利名称 一种基于马尔科夫决策过程模型的商品推荐方法
专利状态 - 专利号(申请号) CN201610920407.5
申请号 - 专利申请日期 2016-10-21
专利授权日期 2017-02-22 专利权届满日 -
专利所属地 中国 专利类型 发明专利
发明人 刘峰;蔡慧;刘劭;罗瑶;文煊义
权利人 -
专利摘要 一种基于马尔科夫决策过程模型的商品推荐方法,包括如下步骤:1)准备阶段;2)初始模型生成阶段;读取状态集合C中一个子序列即状态s及商品集合中的一个商品r,计算状态s迁移到后继状态s·r迁移概率,包括推荐商品r的trMDP(s,r,s·r)和推荐其它商品r′的trMDP(s,r′,s·r),生成状态迁移函数;3)推荐阶段;获取当前用户最近购买或浏览记录;根据记录生成当前用户状态;获取产生最大收益的推荐项,将该推荐项返回给当前用户;记录推荐项以及用户的购买或浏览选择项,生成状态?推荐?选择日志;4)线下模型更新阶段;间隔固定时间T,进行线下模型更新。
成果评价分析
技术应用分析
服务案例
Baidu
map