【技术实现步骤摘要】
本专利技术属于个性化推荐，具体涉及一种基于桥连接实现跨平台序列融合的商品点击率预测方法。
技术介绍
1、随着互联网技术的快速发展和移动智能设备的广泛应用，各种在线社交媒体、电子商务平台、视频娱乐等网络服务平台迅速涌现，极大地丰富了人们的网络生活，从而使网络服务更加普及、广泛和多样化。在众多的网络服务中，电商领域尤为突出，它不仅为人们提供了便捷的购物体验，还通过个性化推荐技术，帮助用户迅速找到符合自己兴趣和需求的商品。个性化推荐不仅为用户找到自己喜欢的商品提供了便利,也为电商平台带来了更多的商业机会和价值。基于用户长期兴趣和短期兴趣对用户行为数据进行挖掘，实现个性化推荐，已经收到了国内外学者的广泛关注。
2、目前为止，国内外研究者对商品推荐进行了大量的研究工作。现有的商品推荐方法总体上可以划分为两大类：基于用户属性和历史行为数据的推荐方法和基于机器学习和深度学习的推荐方法。基于用户属性和历史行为数据的方法利用用户在社交平台上公开的属性信息和社交网络的拓扑结构来衡量用户之间的相似度；基于机器学习和深度学习的方法通过特征工程来提取...
【技术保护点】
1.一种基于桥连接实现跨平台序列融合的商品点击率预测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于桥连接实现跨平台序列融合的商品点击率预测方法，其特征在于，收集平台下用户行为数据，对用户行为数据进行预处理，生成包含用户操作信息的时间序列，包括：
3.根据权利要求1所述的一种基于桥连接实现跨平台序列融合的商品点击率预测方法，其特征在于，将每个平台下的时间序列进行切割成多个的时间单位序列，并通过双曲空间映射的桥连接方式对切割的时间单位序列进行跨平台融合，包括：
4.根据权利要求3所述的一种基于桥连接实现跨平台序列融合的商品点...
【技术特征摘要】
1.一种基于桥连接实现跨平台序列融合的商品点击率预测方法，其特征在于，包括：
2.根据权利要求1所述的一种基于桥连接实现跨平台序列融合的商品点击率预测方法，其特征在于，收集平台下用户行为数据，对用户行为数据进行预处理，生成包含用户操作信息的时间序列，包括：
3.根据权利要求1所述的一种基于桥连接实现跨平台序列融合的商品点击率预测方法，其特征在于，将每个平台下的时间序列进行切割成多个的时间单位序列，并通过双曲空间映射的桥连接方式对切割的时间单位序列进行跨平台融合，包括：
4.根据权利要求3所述的一种基于桥连接实现跨平台序列融合的商品点击率预测方法，其特征在于，通过对有关联性的商...
【专利技术属性】
技术研发人员：段思睿，付闽鑫，王蓉，贾朝龙，李茜，李暾，肖云鹏，
申请(专利权)人：重庆邮电大学，
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。