买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门秒选科技有限公司申请的专利基于用户行为大数据的电商智能推荐系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119671686B 。

龙图腾网通过国家知识产权局官网在2025-10-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510180516.7，技术领域涉及：G06Q30/0601；该发明授权基于用户行为大数据的电商智能推荐系统是由刘小军;王伟情;李杨设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本基于用户行为大数据的电商智能推荐系统在说明书摘要公布了：本发明涉及电商智能推荐技术领域，具体地说，涉及基于用户行为大数据的电商智能推荐系统，其包括数据采集存储单元、数据预处理单元、模型构建训练单元和推荐生成输出单元，本发明中数据采集存储单元在电商平台各页面部署埋点，收集用户行为、设备、地理位置和访问时间等数据并存储于分布式数据库，数据预处理单元提取数据，构建用户行为序列，对商品和行为特征编码，模型构建训练单元利用长短期记忆网络结合注意力机制获取用户兴趣向量，借助深度Q网络更新模型参数，推荐生成输出单元依据兴趣向量筛选商品、排序并展示，同时收集反馈优化系统，提升推荐准确性，增强用户购物体验，助力电商平台提高运营效率和商品销售转化率。

本发明授权基于用户行为大数据的电商智能推荐系统在权利要求书中公布了：1.基于用户行为大数据的电商智能推荐系统，其特征在于，包括数据采集存储单元1、数据预处理单元2、模型构建训练单元3以及推荐生成输出单元4； 所述数据采集存储单元1在电商平台各个页面部署埋点，所述埋点用于收集用户的行为数据以及用户的设备信息、地理位置以及访问时间，并将采集到的行为数据存储到分布式数据库中； 所述数据预处理单元2从分布式数据库中提取采集的行为数据并进行处理，再将用户的行为数据按照时间顺序排列，构建用户行为序列，其中每个序列包含多个行为节点，每个节点包含商品特征和行为特征，最后对商品特征和行为特征进行编码，将其转换为数值向量； 所述模型构建训练单元3引入长短期记忆网络作为核心模型，以预处理后得到的用户行为序列的编码向量作为输入，通过多层长短期记忆网络单元进行特征提取和学习，输出每个时间步的隐藏状态，并在隐藏状态上应用注意力机制，计算每个时间步的注意力权重，通过加权求和的方式得到最终的用户兴趣表示向量，最后定义状态、动作和奖励，采用深度Q网络作为强化学习算法，根据当前状态选择最优的推荐动作，并根据奖励信号更新模型参数； 所述模型构建训练单元3包括注意力机制模块32，所述注意力机制模块32在隐藏状态上应用注意力机制时，采用多头注意力机制，具体计算方法如下： 设定隐藏状态序列，从隐藏状态序列提取隐藏状态向量，并将隐藏状态向量通过线性变换映射到多个子空间，生成个头的查询向量、键向量以及值向量； 对于每个头，计算注意力分数，并通过softmax函数得到注意力权重，再计算每个头的上下文向量，最后将个头的上下文向量拼接并通过线性变换得到最终的注意力输出， 所述推荐生成输出单元4根据用户的兴趣表示向量，从商品库中筛选出与用户兴趣相关的商品，形成候选商品集合，并输出推荐策略，对候选商品集合进行排序，确定推荐商品的顺序，最后将排序后的推荐商品列表展示给用户，同时记录用户对推荐结果的反馈，所述推荐生成输出单元4在对候选商品集合进行排序时，采用融合用户偏好和商品热度的排序算法，具体步骤如下： 对于每个候选商品，计算其用户偏好得分，从用户行为数据中提取用户对该商品所属品类以及品牌的偏好程度，并通过加权求和得到用户偏好得分； 计算商品热度得分，通过统计该商品在一定时间内的浏览量以及购买量，按照预设权重进行汇总，最终根据用户偏好得分以及商品热度得分计算候选商品的排序得分； 收集用户对推荐结果的反馈，将这些反馈数据整理成结构化数据形式，并采用关联规则挖掘算法分析反馈数据，根据分析结果优化推荐系统各个单元。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门秒选科技有限公司，其通讯地址为：361000 福建省厦门市火炬高新区软件园三期诚毅北大街55号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。