一种个性化消费数据预测智能推荐方法、装置及存储介质
申请号:CN202410758823
申请日期:2024-06-13
公开号:CN118332195B
公开日期:2024-09-24
类型:发明专利
摘要
本发明提出了一种个性化消费数据预测智能推荐方法、装置及存储介质,包括:构建稀疏深度学习模型,对用户的历史消费和浏览数据进行特征抽取;基于抽取得到的特征,利用深度变分贝叶斯模型对用户喜好进行建模;构建多智能体系统,基于建模后得到的用户喜好概率,利用所述多智能体系统动态调整个性化推荐策略;基于所述个性化推荐策略,对所述用户进行个性化推荐。
技术关键词
多智能体系统
变分贝叶斯模型
后验概率分布
智能推荐方法
深度学习模型
潜变量模型
稠密特征
稀疏自动编码器
网络
多智能体协同
推荐系统
数据
DQN算法
解码器架构
参数化方法
强化学习算法
记忆机制
冗余策略