【技术实现步骤摘要】
本专利技术涉及计算机网络，具体为基于混合推荐算法的农产品推荐方法及系统。
技术介绍
1、随着网络平台的飞速发展，如何为用户提供精准、个性化的农产品推荐成为了网络平台竞争力的核心之一。在农产品领域，由于农产品的种类繁多、生产周期短、质量差异大等特点，使得为用户提供精准推荐变得尤为重要。传统的农产品推荐系统通常基于用户的购买历史、浏览记录等行为数据进行推荐，例如，采用协同过滤方法分析用户间或农产品间的相似度，从而为用户提供推荐。但这种方法在面对新用户或新农产品时会面临冷启动问题，且难以准确捕捉到用户的细微兴趣变化。
2、近年来，自然语言处理(nlp)技术在多个领域取得了显著的进展，例如，在文本分类、命名实体识别、语法解析等任务上都取得了较好的效果。但如何将这些技术与传统的推荐系统相结合，为用户提供更加精准的农产品推荐，仍是一个待解决的问题。此外，当前的推荐系统往往忽略了农产品描述文本中的丰富信息，例如，对于农产品，其产地、品种、种植方法等信息对于用户的购买决策都具有重要影响，但传统的推荐算法很难有效利用这些信息。因此，如何结合自...
【技术保护点】
1.基于混合推荐算法的农产品推荐方法，其特征在于，包括：
2.如权利要求1所述的基于混合推荐算法的农产品推荐方法，其特征在于：所述用户与农产品的数据包括用户的行为数据、个人信息，以及农产品信息、时间和季节性因素以及社交媒体和网络趋势数据。
3.如权利要求2所述的基于混合推荐算法的农产品推荐方法，其特征在于：所述两个农产品描述之间的相似度包括，使用RoBERTa模型对农产品描述进行深度学习，提取文本数据的句子嵌入，并计算两个农产品描述之间的相似度，
4.如权利要求3所述的基于混合推荐算法的农产品推荐方法，其特征在于：所述相似度计算模型...
【技术特征摘要】
1.基于混合推荐算法的农产品推荐方法，其特征在于，包括：
2.如权利要求1所述的基于混合推荐算法的农产品推荐方法，其特征在于：所述用户与农产品的数据包括用户的行为数据、个人信息，以及农产品信息、时间和季节性因素以及社交媒体和网络趋势数据。
3.如权利要求2所述的基于混合推荐算法的农产品推荐方法，其特征在于：所述两个农产品描述之间的相似度包括，使用roberta模型对农产品描述进行深度学习，提取文本数据的句子嵌入，并计算两个农产品描述之间的相似度，
4.如权利要求3所述的基于混合推荐算法的农产品推荐方法，其特征在于：所述相似度计算模型包括，使用fcm聚类算法对飞蛾火焰算法进行改进，利用飞蛾火焰优化算法收敛速度快、解质量好的特点，解决算法聚类中心位置的选择问题，找到全局最优解，fcm聚类算法表示为：
5.如权利要求4所述的基于混合推荐算法的农产品推荐方法，其特征在于：所述飞蛾火焰算法包括，初始化飞蛾种群，根据个体适应度对飞蛾种群矩阵进行排序，采用...
【专利技术属性】
技术研发人员：宫婧，朱梁华，孙知信，孙哲，赵学健，汪胡青，胡冰，徐玉华，曹亚东，
申请(专利权)人：南京邮电大学，
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。