[發(fā)明專利]推薦方法、裝置、存儲(chǔ)介質(zhì)和終端設(shè)備在審
| 申請(qǐng)?zhí)枺?/td> | 201810988166.7 | 申請(qǐng)日: | 2018-08-28 |
| 公開(公告)號(hào): | CN109165742A | 公開(公告)日: | 2019-01-08 |
| 發(fā)明(設(shè)計(jì))人: | 吳東峰;孫凱 | 申請(qǐng)(專利權(quán))人: | 北京百度網(wǎng)訊科技有限公司 |
| 主分類號(hào): | G06N20/00 | 分類號(hào): | G06N20/00;G06Q10/10 |
| 代理公司: | 北京市鑄成律師事務(wù)所 11313 | 代理人: | 陳建煥;楊瑾瑾 |
| 地址: | 100085 北京市*** | 國(guó)省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 影響因子 候選對(duì)象 存儲(chǔ)介質(zhì) 終端設(shè)備 變化量 權(quán)重 準(zhǔn)確度 權(quán)重和 | ||
本發(fā)明提出一種推薦方法、裝置、存儲(chǔ)介質(zhì)和終端設(shè)備,其中,所述方法包括:確定候選對(duì)象的至少一個(gè)影響因子的權(quán)重和變化量;獲取各所述影響因子的期望值和實(shí)際值;根據(jù)各所述影響因子的期望值、實(shí)際值、變化量和權(quán)重,計(jì)算各所述影響因子對(duì)所述候選對(duì)象的影響程度;以及根據(jù)各所述影響因子的影響程度和權(quán)重,計(jì)算所述候選對(duì)象的推薦程度。采用本發(fā)明,可以提高推薦的準(zhǔn)確度和效率。
技術(shù)領(lǐng)域
本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域,尤其涉及一種推薦方法、裝置、存儲(chǔ)介質(zhì)和終端設(shè)備。
背景技術(shù)
隨著AI(Artificial Intelligence,人工智能)技術(shù)的深度發(fā)展,人工智能的技術(shù)頻繁應(yīng)用于實(shí)際的生活場(chǎng)景。例如,在會(huì)議室預(yù)定系統(tǒng)中為用戶預(yù)定會(huì)議室。但是,由于企業(yè)用戶對(duì)于會(huì)議室的需求量大,可能存在用戶想要的會(huì)議室不存在或者已被預(yù)定的情況。此時(shí),提供相似的會(huì)議室可以也在一定程度上符合用戶的預(yù)期。
對(duì)于會(huì)議室的篩選,目前有以下實(shí)現(xiàn)方案:
1、通過(guò)邏輯判斷,篩選候選對(duì)象。例如,根據(jù)用戶的需求,從會(huì)議室的結(jié)果選項(xiàng)中篩選出會(huì)議室。如果用戶希望預(yù)定今天下午三點(diǎn)的會(huì)議室,并在系統(tǒng)中輸入“今天下午三點(diǎn)”的篩選條件,發(fā)現(xiàn)沒(méi)有篩選結(jié)果。然后,用戶再次在系統(tǒng)中輸入“今天下午”的篩選條件。此時(shí),系統(tǒng)查詢到今天下午的會(huì)議室,包括下午三點(diǎn)半、四點(diǎn)以及四點(diǎn)半的會(huì)議室。則系統(tǒng)將此結(jié)果推薦給用戶進(jìn)行選擇。
2、通過(guò)神經(jīng)網(wǎng)絡(luò)算法,篩選候選對(duì)象。例如,將用戶期望的會(huì)議室與系統(tǒng)篩選出來(lái)的會(huì)議室組合成樣本數(shù)據(jù),并標(biāo)注兩者的相符合的程度。利用標(biāo)注好的樣本數(shù)據(jù)構(gòu)建神經(jīng)網(wǎng)絡(luò)模型。利用此模型篩選會(huì)議室時(shí),可以自動(dòng)判斷篩選出來(lái)的會(huì)議室與用戶期望的會(huì)議室的相符合的程度。
但是,上述方案仍然存在以下缺陷:
1、方案1利用條件進(jìn)行邏輯判斷,工作量大。并且,有可能需要用戶根據(jù)系統(tǒng)提供的篩選結(jié)果進(jìn)行進(jìn)一步的判斷,用戶體驗(yàn)不佳。
2、方案2需要法采集大量的樣本數(shù)據(jù)進(jìn)行訓(xùn)練,前期工作成本過(guò)高。另外,神經(jīng)網(wǎng)絡(luò)算法不確定性大,適應(yīng)性差,即使經(jīng)過(guò)大量的樣本數(shù)據(jù)的訓(xùn)練,模型在使用時(shí)得到的推薦結(jié)果也可能是不準(zhǔn)確的。因而,利用神經(jīng)網(wǎng)絡(luò)算法來(lái)推薦,準(zhǔn)確性不高。
發(fā)明內(nèi)容
本發(fā)明實(shí)施例提供一種推薦方法、裝置、存儲(chǔ)介質(zhì)和終端設(shè)備,以解決或緩解現(xiàn)有技術(shù)中的以上一個(gè)或多個(gè)技術(shù)問(wèn)題。
第一方面,本發(fā)明實(shí)施例提供一種推薦方法,包括:確定候選對(duì)象的至少一個(gè)影響因子的權(quán)重和變化量;獲取各所述影響因子的期望值和實(shí)際值;根據(jù)各所述影響因子的期望值、實(shí)際值、變化量和權(quán)重,計(jì)算各所述影響因子對(duì)所述候選對(duì)象的影響程度;以及根據(jù)各所述影響因子的影響程度和權(quán)重,計(jì)算所述候選對(duì)象的推薦程度。
結(jié)合第一方面,在第一方面的第一種實(shí)施方式,根據(jù)各所述影響因子的期望值、實(shí)際值、變化量和權(quán)重,計(jì)算各所述影響因子對(duì)所述候選對(duì)象的影響程度,包括:計(jì)算所述影響因子的期望值與下限變化量的差值,得到所述候選對(duì)象的所述影響因子的下限值;計(jì)算所述影響因子的期望值與上限變化量的差值,得到上限值;判斷所述影響因子的實(shí)際值是否落在所述下限值與所述上限值之間的范圍;如果所述影響因子的實(shí)際值落在所述下限值與所述上限值之間的范圍,則根據(jù)所述影響因子的期望值、實(shí)際值、上限變化量、下限變化量和權(quán)重,計(jì)算所述影響因子對(duì)所述候選對(duì)象的影響程度。
結(jié)合第一方面的第一種實(shí)施方式,在第一方面的第二種實(shí)施方式中,根據(jù)所述影響因子的期望值、實(shí)際值、上限變化量、下限變化量和權(quán)重,計(jì)算所述影響因子對(duì)所述候選對(duì)象的影響程度,包括:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京百度網(wǎng)訊科技有限公司,未經(jīng)北京百度網(wǎng)訊科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810988166.7/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 一種基于對(duì)用戶行為復(fù)合因子進(jìn)行挖掘的混合推薦方法
- 反傾邊坡傾倒變形影響因子敏感性分析方法
- 一種考慮概念性影響因子建立水土流失監(jiān)測(cè)與預(yù)警模型的方法
- 一種復(fù)合材料擠壓強(qiáng)度設(shè)計(jì)許用值試驗(yàn)方法
- 一種舞動(dòng)數(shù)據(jù)的挖掘方法及系統(tǒng)
- 復(fù)合材料拉脫強(qiáng)度設(shè)計(jì)許用值的試驗(yàn)方法
- 一種預(yù)測(cè)營(yíng)銷決策結(jié)果的方法及系統(tǒng)
- 目標(biāo)物的影響因子篩選方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 區(qū)域門店規(guī)劃方法
- 確定數(shù)據(jù)倉(cāng)庫(kù)作業(yè)優(yōu)先級(jí)的方法、裝置及相關(guān)設(shè)備
- 用于接合與分離存儲(chǔ)介質(zhì)的裝置
- 存儲(chǔ)介質(zhì)陣列控制器、控制方法、設(shè)備、和存儲(chǔ)介質(zhì)驅(qū)動(dòng)器
- 存儲(chǔ)介質(zhì)處理方法、系統(tǒng)及數(shù)據(jù)讀寫操作方法、系統(tǒng)
- 存儲(chǔ)裝置、存儲(chǔ)介質(zhì)以及存儲(chǔ)介質(zhì)的制造方法
- 數(shù)據(jù)存儲(chǔ)
- 存儲(chǔ)介質(zhì)之間的數(shù)據(jù)遷移
- 一種基于存儲(chǔ)系統(tǒng)的控制方法及裝置
- 自助設(shè)備及自助設(shè)備的介質(zhì)存儲(chǔ)裝置
- 融合存儲(chǔ)系統(tǒng)中的數(shù)據(jù)遷移方法和裝置
- 一種數(shù)據(jù)存儲(chǔ)方法、裝置及電子設(shè)備





