【技术实现步骤摘要】
【国外来华专利技术】使用可伸缩的跨领域协同过滤来获得推荐的系统和方法相关申请的交叉引用本申请是于2018年12月7日提交的美国专利申请序列号16/213346的部分延续案,并且该美国专利申请通过引用被整体并入。
本公开总体上涉及用于生成推荐的通信设备,并且更具体地,涉及使用跨领域协同过滤(cross-domaincollaborativefiltering)来提供特定于用户的推荐的通信设备。
技术介绍
随着科技的发展,产业已经转向使用电子设备和通信来处理交易。交易通常可以从消费者提交资金调度工具以进行支付开始,并且然后继续进行至卖方授权此类交易。在某些情况下,可以在完成此类交易之前,部分基于大众物品或趋势向消费者提供推荐。例如,在结帐时,可以向用户提供向大众事业或慈善机构捐款的推荐。然而,这种类型的推荐通常不适合于用户的兴趣、喜好、购买和/或关联。因此,为了增加用户购买或捐赠的机会,创建为用户定制并且跨领域的推荐的系统将是有益的。附图说明图1示出了用于在用户设备上呈现推荐的系统。图2示出了说明用于作出推荐的信息的特征的示例性图示。图3A-图3C示出了基于不同信息的推荐场景。图4示出了用于作出推荐并呈现推荐的示例性系统。图5示出了用于作出推荐的跨领域协同过滤的实现方式的图示。图6示出了子图节点表示,其中包含用户和用于获得推荐得分的相应点对点(peer-to-peer)关联。图7示出了用于获得推荐得分的物品对物品(item-to-item)协同过滤的表图 ...
【技术保护点】
1.一种系统,包括:/n非暂时性存储器,存储指令;以及/n硬件处理器,被配置为执行指令,以使所述系统执行以下操作:/n响应于所接收到的关于用户正在结账的通知,从客户参与平台检索用户表征信息;/n使用所检索到的用户表征信息,来确定用于进行推荐的推荐模型;/n使用所确定的推荐模型进行计算,以获得至少一个推荐得分;/n分析所计算出的至少一个推荐得分,以确定将多个推荐中的哪一个推荐呈现给所述用户;以及/n通过通信网络发送所述多个推荐中所确定的一个推荐。/n
【技术特征摘要】
【国外来华专利技术】20181211 US 16/215,8081.一种系统,包括:
非暂时性存储器,存储指令;以及
硬件处理器,被配置为执行指令,以使所述系统执行以下操作:
响应于所接收到的关于用户正在结账的通知,从客户参与平台检索用户表征信息;
使用所检索到的用户表征信息,来确定用于进行推荐的推荐模型;
使用所确定的推荐模型进行计算,以获得至少一个推荐得分;
分析所计算出的至少一个推荐得分,以确定将多个推荐中的哪一个推荐呈现给所述用户;以及
通过通信网络发送所述多个推荐中所确定的一个推荐。
2.根据权利要求1所述的系统,其中,执行指令进一步使所述系统执行以下操作:
响应于所发送的推荐,基于通过通信网络从所述用户设备接收到的反馈来重新训练所述推荐模型。
3.根据权利要求1所述的系统,其中,所述至少一个推荐得分是使用至少包括组合模型的一个或多个推荐模型来计算的。
4.根据权利要求1所述的系统,其中,所述推荐得分是使用随机行走模型和聚类模型中的一者获得的。
5.根据权利要求2所述的系统,其中,所述随机行走模型使用来自所述用户表征信息的用户简档信息和点对点交易的组合来确定所述推荐得分。
6.根据权利要求4所述的系统,其中,所述聚类模型使用来自所检索到的用户表征信息的简档信息来确定所述推荐得分。
7.根据权利要求1所述的系统,其中,所述推荐得分是使用跨领域过滤模型获得的。
8.根据权利要求2所述的系统,其中,所述组合模型包括决策树模型,并且使用一个或多个推荐得分来获得总推荐得分。
9.一种方法,包括:
响应于所接收到的关于用户正在结账的通知,从客户参与平台检索用户表征信息;
使用所检索到的用户表征信息,来确定用于进行推荐的推荐模型;
使用所确定的推荐模型进行计算,以获得至少一个推荐得分;
分析所计算出的至少一个推荐得分,以确定将多个推荐中的哪一个推荐呈现给所述用户;以及
通过通信网络发送所述多个推荐中所确定的一个推荐。
10.根据权利要求9所述的方法,还包括:
响应于所发送的推荐,基于通过通信网络从所述用户设备接收到的反馈来重新训练所述推荐模型。
11.根据权利要求9所述的方法,其中,所述至少一个推荐得分是使用至少包括组合模型的一个或多个推荐模型来计算的。
12.根据权利要求9所述的方法,其中,所述推荐得分是使用随机行走模型和聚类模型中的一者获得的。
13.根据权利要求10所述的方法,其中,所述随机行走模型使用来自所述用户表征信息的用户简档信息和点对点交易的组合来确定所述推荐得分。
14.根据权利要求12所述的方法,其中,所述聚类模型使用来自所检索到的用户表征信息的简档信息来确定所述推荐得分。
15.根据权利要求9所述的方法,其中,所述推荐得分是使用跨领域过滤模型获得的。
16.根据权利要求12所述的方法,其中,所述组合模型包括决策树模型,并且使用一个或多个推荐得分来获得总推荐得分。
17.一种非暂时性机器可读介质,其上存储有指令,所述指令能够执行以使得执行以下操作,包括:
响应于所接收到的关于用户正在结账的通知,从客户参与平台检索用户表征信息;
使用所检索到的用户表征信息,来确定用于进行推荐的推荐模型;
使用所确定的推荐模型进行计算,以获得至少一个推荐得分;
分析所计算出的至少一个推荐得分,以确定将多个推荐中的哪一个推荐呈现给所述用户;以及
通过通信网络发送所述多个推荐中所确定的一个推荐。
18.根据权利要求17所述的非暂时性机器可读介质,其中,所述操作还包括:
响应于所发送的推荐,基于通过通信网络从所述用户设备接收到的反馈来重新训练所述推荐模型。
19.根据权利要求17所述的非暂时性机器可读介质,其中,所述至少一个推荐得分是使用至少包括组合模型的一个或多个推荐模型来计算的。
20.根据权利要求17所述的非暂时性机器可读介质,其中,所述推荐得分是使用随机行走模型和聚类模型中的一者获得的。
21.一种系统,包括:
非暂时性存储器,存储指令;以及
处理器,被配置为执行指令,以使所述系统执行以下操作:
响应于确定用户信息和跨领域信息可用于处理,检索与用户相关联的一组数据;
使用所检索到的用户信息的第一部分来确定第一推荐得分;
使用所检索到的用户信息的第二...
【专利技术属性】
技术研发人员:迪内什·库马尔,潘媛媛,普拉尚·高拉夫,弗朗西斯科·库尔尼亚迪,克里希纳库马尔·哥文达拉加鲁,金伯利·基德尼,孙涛,辛悦,凯文·沃德,
申请(专利权)人:贝宝公司,
类型:发明
国别省市:美国;US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。