本发明专利技术公开了一种优惠卷推荐方法、系统设备及存储介质，利用用户‑用户社交网络、用户‑优惠券兑换行为图谱、用户‑商户交易图谱、将用户和商户的GPS坐标进行编码作为推荐模型的输入信息，并利用图神经网络从用户‑用户社交网络和用户‑商户交易图谱提取用户偏好特征，再利用图神经网络从用户‑优惠券兑换行为图谱提取出优惠券的隐藏特征。能够更好的利用了交易数据中用户隐藏的偏好特征；以及结合知识图谱和交易信息很好地解决了新用户和新优惠券的冷启动问题；同时，将用户和商户的GPS坐标转化为Geohash编码，然后将Geohash进行embedding作为图神经网络模型输入，聚合为用户的地理维度的表征。
【技术实现步骤摘要】
本专利技术属于图神经网络领域，特别是涉及图神经网络、推荐系统、知识图谱技术方向，尤其涉及一种优惠卷推荐方法、系统设备及存储介质。
技术介绍
1、现有优惠券的推荐系统主要考虑的是用户和优惠券之间的交互，不会额外加入用户和商户的交易信息和地理信息作为信息的补充；现有的优惠券推荐没有充分结合用户地理信息和用户偏好交互信息，主要是依靠设定业务规则进行推送。
2、为此，如何提出一种优惠券的推荐系统能够额外加入用户和商户的交易信息和地理信息作为信息的补充，以及充分结合用户地理信息和用户偏好交互信息作为补充的技术方案，是本领域技术人员亟需解决的技术问题。
技术实现思路
1、为了克服现有技术不足，本专利技术的目的是提供一种优惠卷推荐方法、系统设备及存储介质，解决了现有技术中用户偏好表征不够丰富，用户地理位置信息没有深度利用的问题。
2、为实现上述目的，第一方面，本专利技术提供一种优惠卷推荐方法，包括：
3、构建用户社交网络、用户-优惠券图谱、用户-商户图谱；
>4、利用地图服务查本文档来自技高网...
【技术保护点】
1.一种优惠卷推荐方法，其特征在于，包括：
2.根据权利要求1所述的优惠卷推荐方法，其特征在于，所述构建用户社交网络、用户-优惠券图谱、用户-商户图谱，包括：
3.根据权利要求2所述的优惠卷推荐方法，其特征在于，对于用户-商户图谱Gmech，通过地图服务查询商户具体地址的GPS位置，将用户GPS和商户GPS转化为5位的Geohash编码，分别表示为geu和gem。
4.根据权利要求1所述的优惠卷推荐方法，其特征在于，所述通过用户社交网络、用户-优惠券图谱、用户-商户图谱学习到用户的三种表示，分别为hsoci、huc、hmech，以及优惠券的表示hc，包...
【技术特征摘要】
1.一种优惠卷推荐方法，其特征在于，包括：
2.根据权利要求1所述的优惠卷推荐方法，其特征在于，所述构建用户社交网络、用户-优惠券图谱、用户-商户图谱，包括：
3.根据权利要求2所述的优惠卷推荐方法，其特征在于，对于用户-商户图谱gmech，通过地图服务查询商户具体地址的gps位置，将用户gps和商户gps转化为5位的geohash编码，分别表示为geu和gem。
4.根据权利要求1所述的优惠卷推荐方法，其特征在于，所述通过用户社交网络、用户-优惠券图谱、用户-商户图谱学习到用户的三种表示，分别为hsoci、huc、hmech，以及优惠券的表示hc，包括：
5.根据权利要求1-4中任一项所述的优惠卷推荐方法，其特征在于，对用户u和邻近商户集合m中的geohash编码进行表征，记为egeo；
【专利技术属性】
技术研发人员：卢东，柯振德，
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。