• 热门行业
  • 装修建材
  • 家居生活
  • 餐饮食品
  • 母婴教育
  • 电脑办公
  • 服装首饰
  • 汽车工具
  • 家电数码
  • 机械化工
  • 休闲美容
返回上一页
专利状态
一种基于强化学习的双聚类推荐方法和系统
有效
专利申请进度
申请
2018-12-24
申请公布
2019-03-19
授权
2021-07-30
预估到期
2038-12-24
专利基础信息
申请号 CN201811584062.6 申请日 2018-12-24
申请公布号 CN109493195A 申请公布日 2019-03-19
授权公布号 CN109493195B 授权公告日 2021-07-30
分类号 G06Q30/06;G06K9/62
分类 计算;推算;计数;
申请人名称 成都品果科技有限公司
申请人地址 四川省成都市中国(四川)自由贸易试验区成都高新区天府大道中段1268号1栋13层
专利法律状态
  • 2021-07-30
    授权
    状态信息
    授权
  • 2019-03-19
    公布
    状态信息
    公布
摘要
本发明公开一种基于强化学习的双聚类推荐方法和系统,属于推荐技术领域,包括步骤:S1.建立用户‑物品矩阵;S2.对所述用户‑物品矩阵进行双聚类,得到多个双聚类簇;S3.将所述双聚类簇映射到低维空间,得到状态集合;S4.根据S3得到的状态集合,通过强化学习,得到最佳状态转移序列;S5.生成推荐列表;本发明针对用户‑物品推荐场景,利用双聚类、降维以及强化学习的方法,显著提高用户‑物品场景的推荐效果,同时解决了冷启动的问题,使用户体验更好;在线情况下,当用户通过搜索或者提供地理位置和时间信息触发新的状态,可通过强化学习快速自主学习到新的推荐列表,从而更好的感知用户当前状态下的偏好,以满足用户当下需求。