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！

龙图腾网获悉广州市光影集信息科技有限公司申请的专利基于观影人群特征的商品推荐方法及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：CN120338909B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202510314039.9，技术领域涉及：G06Q30/0601；该发明授权基于观影人群特征的商品推荐方法及系统是由方小凤;满佳雪设计研发完成，并于2025-03-17向国家知识产权局提交的专利申请。

本基于观影人群特征的商品推荐方法及系统在说明书摘要公布了：本发明公开了基于观影人群特征的商品推荐方法及系统，涉及计算机技术领域，该方法包括：收集来自不同观影平台的用户的实时观影数据；从收集到的用户的实时观影数据中提取用户特征、影片特征以及观影交互特征；其中，观影交互特征包括观影行为特征、评分与反馈特征、偏好与兴趣特征以及社交互动特征；获取商品推荐资源池中的待推荐资源；提取待推荐资源的商品特征；根据待推荐资源的商品特征、用户特征、影片特征以及观影交互特征，对商品推荐资源池中的待推荐资源进行更新。

本发明授权基于观影人群特征的商品推荐方法及系统在权利要求书中公布了：1.基于观影人群特征的商品推荐方法，其特征在于，包括： 收集来自不同观影平台的用户的实时观影数据； 从收集到的用户的实时观影数据中提取用户特征、影片特征以及观影交互特征；其中，所述观影交互特征包括观影行为特征、评分与反馈特征、偏好与兴趣特征以及社交互动特征； 获取商品推荐资源池中的待推荐资源；提取所述待推荐资源的商品特征； 根据所述待推荐资源的商品特征、所述用户特征、所述影片特征以及所述观影交互特征，对所述商品推荐资源池中的待推荐资源进行更新； 所述方法还包括：根据所述商品推荐资源池中的待推荐资源的商品特征，按照商品类型维度、品牌维度、价格区间维度以及适用场景维度，对所述待推荐资源进行分类，以生成与所述待推荐资源匹配的商品标签信息； 其中，所述根据所述待推荐资源的商品特征、所述用户特征、所述影片特征以及所述观影交互特征，对所述商品推荐资源池中的待推荐资源进行更新，被配置为： 使用基于K均值的聚类算法，对所述用户特征的缺失值、所述影片特征的缺失值以及所述观影交互特征的缺失值进行填补； 其中，对于所述用户特征、所述影片特征以及所述观影交互特征中的类别型特征，采用自适应编码，结合留一法编码进行处理；对于所述用户特征、所述影片特征以及所述观影交互特征中的连续型特征，采用自定义的分位数Min-Max标准化进行处理，先按分位数分段，再在各段内进行Min-Max标准化； 基于填补后的观影交互特征、填补后的用户特征与填补后的影片特征，通过词频-逆文档频率算法衍生出用户偏好类型得分特征与观影热度评分加权特征；其中，所述观影热度评分加权特征为将填补后的影片特征与所述用户偏好类型得分特征进行加权融合得到； 将填补后的观影交互特征、填补后的用户特征与填补后的影片特征进行奇异值分解，得到奇异值和奇异向量； 选择前y1个最大的奇异值对应的奇异向量作为降维后的特征向量；其中，y1为自然数，y1的值通过累积解释方差比来确定； 将填补后的观影交互特征、填补后的用户特征与填补后的影片特征投影到降维后的特征向量上，得到降维后的数据表示； 基于降维后的数据表示，构建类内散布矩阵和类间散布矩阵；其中，所述类内散布矩阵用于表示同一类别内样本的散布情况；所述类间散布矩阵用于表示不同类别间样本的散布情况； 计算所述类内散布矩阵的逆矩阵与所述类间散布矩阵的乘积，得到投影矩阵； 计算所述投影矩阵的特征值和所述投影矩阵的特征向量；其中，所述投影矩阵的特征值表示所述投影矩阵的特征向量在类别判别上的能力； 根据用户偏好类型得分特征与观影热度评分加权特征，从所述投影矩阵的特征向量中选择前y2个广义特征向量；其中，y2为自然数； 将填补后的观影交互特征、填补后的用户特征与填补后的影片特征，投影到所述广义特征向量上，得到投影特征表示； 对所述投影特征表示进行评估与优化，得到优化投影观影特征； 根据与所述待推荐资源匹配的商品标签信息以及所述优化投影观影特征，对所述商品推荐资源池中的待推荐资源进行更新。

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广州市光影集信息科技有限公司，其通讯地址为：511400 广东省广州市南沙区东耀街1号601房自编04号(一址多照)；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。