一种融合用户标签数据的服务信息推荐方法及系统技术方案

技术编号:46577310 阅读:0 留言:0更新日期:2025-10-10 21:19
本发明专利技术公开了一种融合用户标签数据的服务信息推荐方法及系统,包括:调取用户历史访问数据,生成用户标签数据;通过引入XGBoost注意力机制的NLP模型对用户标签数据进行初步分析,生成初始权重比例并生成服务信息链接,并将服务信息链接置顶显示在用户界面上;获取用户对服务信息链接的操作反馈信息,基于Q‑learning框架对操作反馈信息进行分析处理并调整初始权重比例;将优化权重比例和操作反馈信息结合用户标签数据进行优化计算,并显示优化后的服务信息链接。通过动态调整推荐权重并结合用户实时反馈,解决了传统推荐系统静态权重导致的精准度不足问题,具有动态优化推荐权重、提升个性化推荐精准度的优点。

【技术实现步骤摘要】

本专利技术涉及信息服务,具体涉及一种融合用户标签数据的服务信息推荐方及系统。


技术介绍

1、在当今的互联网与移动应用生态中,常规的信息服务推送是根据固定的信息内容,并按设定的触发条件进行推送显示,结合用户历史数据构建用户画像或标签系统,进行固定模式的个性化信息服务推送,这种方法虽然实现了一定程度的个性化,但由于缺乏动态调度,导致信息服务更新滞后性比较严重,推荐内容难以根据用户的实时反馈进行有效优化,导致系统无法敏锐捕捉用户兴趣的短期变化或即时意图,使得信息服务推荐的效果较差,且用户的使用体验下降。


技术实现思路

1、本专利技术的目的在于克服现有技术的不足,本专利技术提供了一种融合用户标签数据的服务信息推荐方法及系统,通过实时获取用户对信息服务链接的反馈数据,并对用户标签数据信息的关键词权重进行优化,实现动态调节优化的信息服务推荐效果,提高信息服务推荐准确性和用户的使用体验。

2、本专利技术提供了一种融合用户标签数据的服务信息推荐方法,所述推荐方法包括:

3、s11:检测用户账号登录状态本文档来自技高网...

【技术保护点】

1.一种融合用户标签数据的服务信息推荐方法,其特征在于,所述推荐方法包括:

2.根据权利要求1所述的融合用户标签数据的服务信息推荐方法,其特征在于,所述步骤S11包括:

3.根据权利要求1所述的融合用户标签数据的服务信息推荐方法,其特征在于,所述步骤S12包括:

4.根据权利要求3所述的融合用户标签数据的服务信息推荐方法,其特征在于,所述步骤S121包括:

5.根据权利要求3所述的融合用户标签数据的服务信息推荐方法,其特征在于,各个关键词的初始权重计算公式为:

6.根据权利要求4所述的融合用户标签数据的服务信息推荐方法,其特征在...

【技术特征摘要】

1.一种融合用户标签数据的服务信息推荐方法,其特征在于,所述推荐方法包括:

2.根据权利要求1所述的融合用户标签数据的服务信息推荐方法,其特征在于,所述步骤s11包括:

3.根据权利要求1所述的融合用户标签数据的服务信息推荐方法,其特征在于,所述步骤s12包括:

4.根据权利要求3所述的融合用户标签数据的服务信息推荐方法,其特征在于,所述步骤s121包括:

5.根据权利要求3所述的融合用户标签数据的服务信息推荐方法,其特征在于,各个关键词的初始权重计算公式为:

【专利技术属性】
技术研发人员:舒鑫彭纳新孙健杨明亮伍杰欧阳勇贺熙鲁攀邱方彭勇余江何超崔希芳张童刘昊阳胡浪
申请(专利权)人:长沙数智融媒科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1