System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及但不限于数据处理,尤其涉及一种基于用户数据分析的业务产品推荐方法、装置及系统。
技术介绍
1、随着大数据和人工智能技术的快速发展,业务产品推荐系统已成为许多在线平台的核心组件。这些系统通过分析用户数据和产品信息,能够智能地向用户推荐他们可能感兴趣的产品或服务。为了实现这一目标,业务产品推荐网络被设计用于从大量的用户和产品数据中提取有用的特征,并基于这些特征进行推荐决策。然而,现有的业务产品推荐网络在训练过程中面临着一些挑战。例如对于用户画像分析不足,用户画像信息有缺失时,向对应用户推荐的产品往往不能起到较好的用户体验响应,导致产品转化率不足。换言之,现有技术中,业务产品与用户画像配对推荐的准确性还有提高的空间。
技术实现思路
1、有鉴于此,本申请实施例至少提供一种基于用户数据分析的业务产品推荐方法、装置及系统。
2、本申请实施例的技术方案是这样实现的:
3、一方面,本申请实施例提供一种一种基于用户数据分析的业务产品推荐方法,应用于计算机系统,所述方法包括:
4、获取业务产品推荐网络和网络调试样例二元组,其中,所述网络调试样例二元组包括产品信息样例和用户画像样例集合,所述用户画像样例集合包括和所述产品信息样例配对的用户画像样例以及基于不同的画像加噪策略基于所述用户画像样例生成的多个加噪用户画像样例;
5、通过所述业务产品推荐网络对所述网络调试样例二元组进行特征提炼操作,得到所述产品信息样例对应的产品信息样例表征向量、所述用户画
6、基于所述加噪用户画像样例的画像加噪策略,确定每个加噪用户画像样例表征向量对应的代价确定策略;
7、基于每个加噪用户画像样例表征向量对应的代价确定策略,将所述加噪用户画像样例表征向量、所述产品信息样例表征向量和所述用户画像样例表征向量进行代价确定,得到每个加噪用户画像样例表征向量对应的样例表征向量代价;
8、基于每个加噪用户画像样例表征向量对应的样例表征向量代价对所述业务产品推荐网络进行网络参数优化,得到目标业务产品推荐网络;
9、获取目标用户画像,将目标用户画像输入所述目标业务产品推荐网络,基于所述目标业务产品推荐网络得到对应于所述目标用户画像的业务产品信息。
10、在一些实施例中,所述业务产品推荐网络包括用户画像特征提炼组件和产品特征提炼组件;所述通过所述业务产品推荐网络对所述网络调试样例二元组进行特征提炼操作,得到所述产品信息样例对应的产品信息样例表征向量、所述用户画像样例对应的用户画像样例表征向量和所述加噪用户画像样例对应的加噪用户画像样例表征向量,包括:
11、通过所述产品特征提炼组件对所述产品信息样例进行特征提炼操作,得到所述产品信息样例对应的产品信息样例表征向量;
12、通过所述用户画像特征提炼组件对所述用户画像样例和所述加噪用户画像样例进行特征提炼操作,得到所述用户画像样例对应的用户画像样例表征向量和所述加噪用户画像样例对应的加噪用户画像样例表征向量。
13、在一些实施例中,所述通过所述产品特征提炼组件对所述产品信息样例进行特征提炼操作,得到所述产品信息样例对应的产品信息样例表征向量,包括:
14、对所述产品信息样例进行切分,得到一个或多个产品切分信息样例;
15、基于所述一个或多个产品切分信息样例进行链构建,得到产品切分信息链;
16、对所述产品切分信息链进行信息嵌入映射,得到所述产品切分信息链对应的产品切分映射向量;
17、通过所述产品特征提炼组件对所述产品切分映射向量进行特征提炼操作,得到所述产品信息样例对应的产品信息样例表征向量。
18、在一些实施例中,所述通过所述产品特征提炼组件对所述产品切分映射向量进行特征提炼操作,得到所述产品信息样例对应的产品信息样例表征向量,包括:
19、将所述产品信息样例对应的产品类型表征向量融合到所述产品切分映射向量,得到融合产品切分映射向量;
20、将分布向量和所述融合产品切分映射向量进行整合,得到整合产品切分映射向量;
21、通过所述产品特征提炼组件对所述整合产品切分映射向量进行特征提炼操作,得到产品切分提炼向量;
22、通过所述产品特征提炼组件将所述产品切分提炼向量进行下采样,得到下采样产品切分提炼向量;
23、基于所述产品类型表征向量对所述产品切分提炼向量进行识别处理,得到所述产品类型表征向量对应的产品切分提炼向量;
24、将所述下采样产品切分提炼向量和所述产品类型表征向量对应的产品切分提炼向量进行整合,得到所述产品信息样例对应的产品信息样例表征向量。
25、在一些实施例中,所述基于每个加噪用户画像样例表征向量对应的代价确定策略,将所述加噪用户画像样例表征向量、所述产品信息样例表征向量和所述用户画像样例表征向量进行代价确定,得到每个加噪用户画像样例表征向量对应的样例表征向量代价,包括:
26、基于所述加噪用户画像样例表征向量对应的代价确定策略,在所述产品信息样例表征向量和所述用户画像样例表征向量中确定所述代价确定策略依赖的目标样例表征向量;
27、基于加噪用户画像样例表征向量对应的代价确定策略,将所述目标样例表征向量和所述加噪用户画像样例表征向量进行代价确定,得到加噪用户画像样例表征向量对应的样例表征向量代价。
28、在一些实施例中,当所述加噪用户画像样例表征向量为屏蔽后用户画像样例表征向量,所述代价确定策略为整体代价确定策略时,所述目标样例表征向量包括所述产品信息样例表征向量和所述用户画像样例表征向量;
29、所述基于加噪用户画像样例表征向量对应的代价确定策略,将所述目标样例表征向量和所述加噪用户画像样例表征向量进行代价确定,得到加噪用户画像样例表征向量对应的样例表征向量代价,包括:
30、基于所述整体代价确定策略,获取所述业务产品推荐网络对应的产品类型影响系数和画像类型影响系数;
31、基于所述整体代价确定策略,将所述产品类型影响系数和所述产品信息样例表征向量进行作积,得到产品分类表征向量;
32、基于所述整体代价确定策略,分别将所述画像类型影响系数和所述用户画像样例表征向量以及所述屏蔽后用户画像样例表征向量进行作积,得到所述用户画像样例表征向量对应的第一画像分类表征向量和所述屏蔽后用户画像样例表征向量对应的第二画像分类表征向量;
33、基于所述整体代价确定策略将所述产品分类表征向量、所述第一画像分类表征向量和所述第二画像分类表征向量进行合并,得到所述加噪用户画像样例表征向量对应的样例表征向量代价。
34、在一些实施例中,所述基于所述整体代价确定策略将所述产品分类表征向量、所述第一画像分类表征向量和所述第二画像分类表征向量进行合并,得到所本文档来自技高网...
【技术保护点】
1.一种基于用户数据分析的业务产品推荐方法,其特征在于,应用于计算机系统,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述业务产品推荐网络包括用户画像特征提炼组件和产品特征提炼组件;所述通过所述业务产品推荐网络对所述网络调试样例二元组进行特征提炼操作,得到所述产品信息样例对应的产品信息样例表征向量、所述用户画像样例对应的用户画像样例表征向量和所述加噪用户画像样例对应的加噪用户画像样例表征向量,包括:
3.根据权利要求2所述的方法,其特征在于,所述通过所述产品特征提炼组件对所述产品信息样例进行特征提炼操作,得到所述产品信息样例对应的产品信息样例表征向量,包括:
4.根据权利要求3所述的方法,其特征在于,所述通过所述产品特征提炼组件对所述产品切分映射向量进行特征提炼操作,得到所述产品信息样例对应的产品信息样例表征向量,包括:
5.根据权利要求1所述的方法,其特征在于,所述基于每个加噪用户画像样例表征向量对应的代价确定策略,将所述加噪用户画像样例表征向量、所述产品信息样例表征向量和所述用户画像样例表征向量进行代价确定,得到每
6.根据权利要求5所述的方法,其特征在于,当所述加噪用户画像样例表征向量为屏蔽后用户画像样例表征向量,所述代价确定策略为整体代价确定策略时,所述目标样例表征向量包括所述产品信息样例表征向量和所述用户画像样例表征向量;
7.根据权利要求6所述的方法,其特征在于,所述基于所述整体代价确定策略将所述产品分类表征向量、所述第一画像分类表征向量和所述第二画像分类表征向量进行合并,得到所述加噪用户画像样例表征向量对应的样例表征向量代价,包括:
8.根据权利要求5所述的方法,其特征在于,当所述加噪用户画像样例表征向量为屏蔽后用户画像样例表征向量,所述代价确定策略为共性代价确定策略时,所述目标样例表征向量包括所述产品信息样例表征向量和所述用户画像样例表征向量;
9.根据权利要求1所述的方法,其特征在于,所述获取业务产品推荐网络和网络调试样例二元组之前,所述方法还包括:
10.根据权利要求9所述的方法,其特征在于,所述基于不同的画像加噪策略对所述用户画像样例进行加噪,得到每个画像加噪策略对应的加噪用户画像样例,包括:
11.一种基于用户数据分析的业务产品推荐装置,其特征在于,包括:
12.一种计算机系统,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至10任一项所述方法中的步骤。
...【技术特征摘要】
1.一种基于用户数据分析的业务产品推荐方法,其特征在于,应用于计算机系统,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述业务产品推荐网络包括用户画像特征提炼组件和产品特征提炼组件;所述通过所述业务产品推荐网络对所述网络调试样例二元组进行特征提炼操作,得到所述产品信息样例对应的产品信息样例表征向量、所述用户画像样例对应的用户画像样例表征向量和所述加噪用户画像样例对应的加噪用户画像样例表征向量,包括:
3.根据权利要求2所述的方法,其特征在于,所述通过所述产品特征提炼组件对所述产品信息样例进行特征提炼操作,得到所述产品信息样例对应的产品信息样例表征向量,包括:
4.根据权利要求3所述的方法,其特征在于,所述通过所述产品特征提炼组件对所述产品切分映射向量进行特征提炼操作,得到所述产品信息样例对应的产品信息样例表征向量,包括:
5.根据权利要求1所述的方法,其特征在于,所述基于每个加噪用户画像样例表征向量对应的代价确定策略,将所述加噪用户画像样例表征向量、所述产品信息样例表征向量和所述用户画像样例表征向量进行代价确定,得到每个加噪用户画像样例表征向量对应的样例表征向量代价,包括:
6.根据权利要求5所述的方法,其特征在于,当所述加噪用户画像样例表征向量为屏蔽...
【专利技术属性】
技术研发人员:张晓亮,苏贤,曹荣来,贲余刚,
申请(专利权)人:南京数策信息科技有限公司,
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。