-
公开(公告)号：CN119963282A
公开(公告)日：2025-05-09
申请号：CN202411994350.4
申请日：2024-12-31
Applicant: 哈尔滨商业大学
IPC: G06Q30/0601 , G06F16/9536 , G06Q50/00 , G06Q50/14
Abstract: 一种基于神经协同过滤和线性置信上界的冰雪旅游产品推荐方法及系统，涉及电商产品推荐技术领域，本发明是为了解决现有冰雪旅游产品推荐方法中所具有的曝光偏差问题而提出的。本发明充分考虑冰雪旅游产品推荐中存在的曝光偏差问题，过度推荐热门产品会导致推荐呈现长尾现象，使流量集中于高曝光的产品，导致用户选择范围受限。同时，低曝光产品由于曝光偏差的影响难以进入用户的推荐列表，从而形成不公平的推荐。本发明结合用户多特征信息，捕捉用户真实偏好，降低曝光偏差对推荐结果的影响。通过设计神经协同网络提取用户多属性信息，并采用线性置信上界算法生成奖励值特征，在提高对低曝光产品的探索能力的同时，保持了推荐的精度和个性化。本发明将用户多特征信息与产品属性数据及奖励值特征融合到推荐模型中，以优化传统推荐模型中的曝光偏差问题，提升推荐的公平性和多样性。
Search Results
1
records
(took 0.028 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
