【技术实现步骤摘要】
一种基于智能撮合匹配的业务协同管理方法及系统
[0001]本专利技术涉及业务协同
，尤其涉及一种基于智能撮合匹配的业务协同管理方法及系统。
技术介绍
[0002]随着信息化时代的到来，信息化管理也越来越受到重视，企业内部机构、子公司及外部企业之间的业务协同显得愈发重要。当前，尽管在很多领域个性化推荐已得到普遍应用，但是在企业内部协同领域应用却相对较少。对于大型企业，企业内部协作需求更为频繁，协作需求种类也更加复杂，使得用户很难在海量信息中找到有用的信息，降低了业务协同的效率。同时，已有的推荐系统存在冷启动问题，导致推荐算法的性能不高，因此，怎样将新入库的项目有效地推荐给喜欢它的用户，是推荐算法急需解决的问题。
技术实现思路
[0003]为解决现有技术的不足，本专利技术提出一种基于智能撮合匹配的业务协同管理方法及系统，该方法及系统使用深度特征嵌入网络进行异构特征学习，可以充分挖掘用户及项目间潜在的特征，能够精准获取信息发布方和信息消费方潜在的需求，并将双方需求进行匹配，以提高信息撮合的成功率。
[...
【技术保护点】
【技术特征摘要】
1.一种基于智能撮合匹配的业务协同管理方法，其特征在于，包括：S1、生成输入向量；S2、将输入向量输入至深度神经网络模型，通过最小化交叉熵损失函数，得到用户偏好特征表示和项目特征表示；S3、通过最近邻算法将用户偏好特征表示和项目特征表示，按照内积度量，查找最相似的预设数量的项目作为推荐结果。2.如权利要求1所述的方法，其特征在于，所述步骤S1包括：S11、获取用户项目浏览记录信息；S12、根据用户项目浏览记录信息，挖掘项目之间的连接关系，生成用户行为构建图；S13、使用随机游走算法游走用户行为构建图中每个项目节点，生成项目节点序列；S14、将项目节点序列输入至Skip
‑
Gram模型，进行Word2vec训练，得到每个项目节点的向量表示；S15、将若干个项目节点的向量进行拼接，得到初始输入向量；S16、将初始输入向量输入至自注意力模型，计算若干个项目节点向量的权重系数，得到输入向量。3.如权利要求1所述的方法，其特征在于，所述步骤S13包括：从图中随机选择一个项目节点开始，从该项目节点的相邻项目节点中随机选择一个项目节点作为下一个项目节点，直至遍历所有项目节点，生成项目节点序列。4.如权利要求1所述的方法，其特征在于，所述用户项目浏览记录信息包括：用户历史浏览信息、用户参与项目行为信息、用户操作日志信息、用户基本信息以及项目特征信息。5.如权利要求1所述的方法，其特征在于，所述根据用户项目浏览记录信息，挖掘项目之间的连接关系，生成用户行为构建图，包括：设置时间窗口，以每个项目为一个节点，通过一个有向边连接若...
【专利技术属性】
技术研发人员：杜伟，魏振，方军，
申请(专利权)人：中信银行股份有限公司，
类型：发明
国别省市：
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。