CNIPA.AI
返回搜索
档案

基于混合推荐算法的大规模商品协同过滤推荐方法及系统

发明专利未知
10权利要求 · 2 独立
§ Ⅰ

卷宗概要

发明人

陈赛莉; 王钰瑶

申请日

Jul 3, 2026

公开日

Oct 27, 2026

IPC 分类

G06Q 30/0601 (2023.01)G06Q 20/12 (2012.01)G06F 16/9035 (2019.01)G06F 16/9038 (2019.01)G06Q 30/0207 (2023.01)

本发明公开了基于混合推荐算法的大规模商品协同过滤推荐方法及系统,涉及人工智能与推荐系统技术领域。该方法包括:采集用户的多维度数据;基于多维度数据构建虚拟人物生存场景;基于虚拟库存和购物习惯计算物品的预估剩余天数,当低于阈值时触发消耗型推荐;基于迁徙轨迹检测居住地变化,触发场景适配型推荐;将虚拟生存场景特征融入协同过滤算法进行增强推荐;综合多路推荐结果生成最终推荐列表。本发明通过聚合各用户的虚拟生存场景数据生成区域级需求预测,为商家提供补货建议,实现供需双侧协同优化。本发明解决了现有推荐系统缺乏生活感知、无法预测物品消耗和用户迁徙的技术问题,提升了推荐的精准度、时效性和用户体验。

登录后阅读全文

已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。

  • 全部权利要求
  • 技术领域
  • 背景技术
  • 发明内容
  • 附图说明
  • 具体实施方式