基于catboost算法與深度學(xué)習(xí)結(jié)合的排序推薦方法及系統(tǒng)
基本信息
申請?zhí)?/td> | CN201911304424.6 | 申請日 | - |
公開(公告)號 | CN111127145A | 公開(公告)日 | 2020-05-08 |
申請公布號 | CN111127145A | 申請公布日 | 2020-05-08 |
分類號 | G06Q30/06;G06N3/08 | 分類 | 計(jì)算;推算;計(jì)數(shù); |
發(fā)明人 | 黎云;周斌;沈章 | 申請(專利權(quán))人 | 武漢海云健康科技股份有限公司 |
代理機(jī)構(gòu) | 武漢藍(lán)寶石專利代理事務(wù)所(特殊普通合伙) | 代理人 | 武漢海云健康科技股份有限公司 |
地址 | 430000 湖北省武漢市東湖新技術(shù)開發(fā)區(qū)高新大道426號華新總部基地A座22層1號 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明公開了一種基于catboost算法與深度學(xué)習(xí)結(jié)合的排序推薦方法及系統(tǒng)、服務(wù)器及介質(zhì),該方法包括:定位候選集藥品數(shù)據(jù),獲取離散特征和連續(xù)特征;構(gòu)造新的組合特征,將組合特征作為模型的輸入層;將離散特征向量轉(zhuǎn)化得到castboost_vector,將組合特征和連續(xù)特征轉(zhuǎn)化得到64維DNN特征向量,將兩者特征向量合并一起;構(gòu)建模型進(jìn)行訓(xùn)練,全連接層的輸出結(jié)果對藥品進(jìn)行排序推薦。本發(fā)明采用catboost算法與深度學(xué)習(xí)結(jié)合的方式,不僅保留了傳統(tǒng)的記憶功能,還增加了泛化的能力,利用用戶的標(biāo)簽數(shù)據(jù)和藥品的特征數(shù)據(jù)定位候選集藥品數(shù)據(jù)對特征召回,其降低了客戶的等待時(shí)間,也利于提高點(diǎn)擊率。 |
