一種基于小樣本數(shù)據(jù)的實時推薦方法和系統(tǒng)
基本信息
申請?zhí)?/td> | CN202111083715.4 | 申請日 | - |
公開(公告)號 | CN113536140A | 公開(公告)日 | 2021-10-22 |
申請公布號 | CN113536140A | 申請公布日 | 2021-10-22 |
分類號 | G06F16/9535;G06Q50/20;G06N3/04;G06N3/08 | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 張凱;馬樂樂;楊光遠;朱國立;王子璇;張梅玉 | 申請(專利權(quán))人 | 廣東眾聚人工智能科技有限公司 |
代理機構(gòu) | 北京中和立達知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) | 代理人 | 楊磊 |
地址 | 519000 廣東省珠海市香洲區(qū)擔(dān)桿鎮(zhèn)伶賓路5號156之八室 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明涉及一種基于小樣本數(shù)據(jù)的實時推薦方法,所述方法提供實時學(xué)習(xí),實時的范圍t可以根據(jù)不同應(yīng)用環(huán)境進行調(diào)整。具體來說,本發(fā)明基于歷史時間段t?1數(shù)據(jù)訓(xùn)練的模型,加入當(dāng)前時間段t收集的數(shù)據(jù),經(jīng)過重訓(xùn)練之后對時間段t+1的用戶交互進行預(yù)測。本發(fā)明從樣本選取、模型測試到模型使用均利用了樣本的時序特征,從而使得訓(xùn)練速度更快,檢測精度更高,降低了異常檢測誤報率。 |
