JP6744353B2 - ディープラーニングを活用した個人化商品推薦 - Google Patents
ディープラーニングを活用した個人化商品推薦 Download PDFInfo
- Publication number
- JP6744353B2 JP6744353B2 JP2018071561A JP2018071561A JP6744353B2 JP 6744353 B2 JP6744353 B2 JP 6744353B2 JP 2018071561 A JP2018071561 A JP 2018071561A JP 2018071561 A JP2018071561 A JP 2018071561A JP 6744353 B2 JP6744353 B2 JP 6744353B2
- Authority
- JP
- Japan
- Prior art keywords
- product
- information
- user
- service
- recommended
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000013135 deep learning Methods 0.000 title description 9
- 239000013598 vector Substances 0.000 claims description 53
- 238000000034 method Methods 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 27
- 230000009471 action Effects 0.000 claims description 25
- 230000006399 behavior Effects 0.000 claims description 19
- 230000000007 visual effect Effects 0.000 claims description 10
- 238000013136 deep learning model Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 230000015654 memory Effects 0.000 description 15
- 238000004891 communication Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 5
- 238000001914 filtration Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 208000006930 Pseudomyxoma Peritonei Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007786 learning performance Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229920000306 polymethylpentene Polymers 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
310:情報管理部
320:学習処理部
330:商品推薦部
Claims (15)
- コンピュータによって実現される個人化商品推薦システムで実行される個人化商品推薦方法であって、
前記個人化商品推薦システムが提供する複数のサービスのうちの特定のサービスで推薦対象となる推薦対象商品の商品情報を収集し、前記複数のサービスのうち前記特定のサービスが該当するドメインとは異なるドメインの少なくとも1つのサービスにおけるユーザのユーザ行動履歴情報が含まれるユーザ情報を収集する段階、
前記商品情報と前記ユーザ情報が入力ベクトルとして構成されるディープラーニングモデルを活用して、前記特定のサービスにおける前記推薦対象商品に対する購入予測を学習する段階であって、前記少なくとも1つのサービスにおける前記ユーザ行動履歴情報は、前記ディープラーニングモデルにおいて、前記ユーザの関心事を分析するために使用される段階、および
前記推薦対象商品に対する購入予測の学習結果に基づき、前記特定のサービスにおける商品推薦結果を提供する段階
を含み、
前記商品推薦結果は、前記ユーザが前記少なくとも1つのサービスで消費した商品とは異なる種類の商品または前記少なくとも1つのサービスとは異なるドメインの商品に対する推薦を含む、個人化商品推薦方法。 - 前記ディープラーニングモデルは、順伝播型ニューラルネットワーク(FFNN)学習モデルを含む、
を特徴とする、請求項1に記載の個人化商品推薦方法。 - 前記学習する段階は、
前記ユーザ行動履歴情報に該当するベクトル集合を一定区間に分けた後、区間別の平均値によって入力ベクトルを構成する段階
を含む、請求項1に記載の個人化商品推薦方法。 - 前記学習する段階は、
前記ユーザ行動履歴情報として、関連行動の回数や商品個数情報を含めて前記入力ベクトルを構成する段階
を含む、請求項1に記載の個人化商品推薦方法。 - 前記商品情報は、商品メタ情報および商品イメージのうちの少なくとも一方を含み、
前記学習する段階は、
前記商品メタ情報を埋め込みベクトルに変換して前記入力ベクトルとして構成するか、前記商品イメージの視覚的パターンを含む特徴ベクトルを前記入力ベクトルとして構成する段階
を含む、請求項1に記載の個人化商品推薦方法。 - 前記学習する段階は、
前記FFNN学習モデルに基づいて、前記推薦対象商品に対する購入予測点数を算出し、
前記提供する段階は、
前記購入予測点数を基準として前記特定のサービスで推薦対象となる商品の一部を推薦すること
を特徴とする、請求項2に記載の個人化商品推薦方法。 - 前記提供する段階は、
検索のためのクエリが入力された場合、前記購入予測点数を基準として前記クエリに対応する商品のうちの一部を推薦すること
を特徴とする、請求項6に記載の個人化商品推薦方法。 - コンピュータシステムに個人化商品推薦方法を実行させるためのコンピュータプログラムであって、
前記個人化商品推薦方法は、
個人化商品推薦システムが提供する複数のサービスのうちの特定のサービスで推薦対象となる推薦対象商品の商品情報を収集し、前記複数のサービスのうち前記特定のサービスが該当するドメインとは異なるドメインの少なくとも1つのサービスにおけるユーザのユーザ行動履歴情報が含まれるユーザ情報を収集する段階、
前記商品情報と前記ユーザ情報が入力ベクトルとして構成されるディープラーニングモデルを活用して、前記特定のサービスにおける前記推薦対象商品に対する購入予測を学習する段階であって、前記少なくとも1つのサービスにおける前記ユーザ行動履歴情報は、前記ディープラーニングモデルにおいて、前記ユーザの関心事を分析するために使用される段階、および
前記推薦対象商品に対する購入予測の学習結果に基づき、前記特定のサービスにおける商品推薦結果を提供する段階
を含み、
前記商品推薦結果は、前記ユーザが前記少なくとも1つのサービスで消費した商品とは異なる種類の商品または前記少なくとも1つのサービスとは異なるドメインの商品に対する推薦を含む、コンピュータプログラム。 - コンピュータによって実現される個人化商品推薦システムであって、
コンピュータ読取可能な命令を実行するように実現される少なくとも1つのプロセッサ
を含み、
前記少なくとも1つのプロセッサは、
当該個人化商品推薦システムが提供する複数のサービスのうちの特定のサービスで推薦対象となる推薦対象商品の商品情報を収集し、前記複数のサービスのうち前記特定のサービスが該当するドメインとは異なるドメインの少なくとも1つのサービスにおけるユーザのユーザ行動履歴情報が含まれるユーザ情報を収集する情報管理部、
前記商品情報と前記ユーザ情報が入力ベクトルとして構成されるディープラーニングモデルを活用して、前記特定のサービスにおける前記推薦対象商品に対する購入予測を学習する学習処理部であって、前記少なくとも1つのサービスにおける前記ユーザ行動履歴情報を、前記ディープラーニングモデルにおいて、前記ユーザの関心事を分析するために使用する学習処理部、および
前記推薦対象商品に対する購入予測の学習結果に基づき、前記特定のサービスにおける商品推薦結果を提供する商品推薦部
を備え、
前記商品推薦結果は、前記ユーザが前記少なくとも1つのサービスで消費した商品とは異なる種類の商品または前記少なくとも1つのサービスとは異なるドメインの商品に対する推薦を含む、個人化商品推薦システム。 - 前記ディープラーニングモデルは、
FFNN学習モデルを含む、
を特徴とする、請求項9に記載の個人化商品推薦システム。 - 前記学習処理部は、
前記ユーザ行動履歴情報に該当するベクトル集合を一定区間に分けた後、区間別の平均値によって入力ベクトルを構成すること
を特徴とする、請求項9に記載の個人化商品推薦システム。 - 前記学習処理部は、
前記ユーザ行動履歴情報として、関連行動の回数や商品個数情報を含んで前記入力ベクトルを構成すること
を特徴とする、請求項9に記載の個人化商品推薦システム。 - 前記商品情報は、商品メタ情報と商品イメージのうちの少なくとも一方を含み、
前記学習処理部は、
前記商品メタ情報を埋め込みベクトルに変換して前記入力ベクトルとして構成するか、前記商品イメージの視覚的パターンを含む特徴ベクトルを前記入力ベクトルとして構成すること
を特徴とする、請求項9に記載の個人化商品推薦システム。 - 前記学習処理部は、
前記FFNN学習モデルに基づいて、前記推薦対象商品に対する購入予測点数を算出し、
前記商品推薦部は、
前記購入予測点数を基準として前記特定のサービスで推薦対象となる商品のうちの一部を推薦すること
を特徴とする、請求項10に記載の個人化商品推薦システム。 - 前記商品推薦部は、
検索のためのクエリが入力された場合、前記購入予測点数を基準として前記クエリに対応する商品のうちの一部を推薦すること
を特徴とする、請求項14に記載の個人化商品推薦システム。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20170044834 | 2017-04-06 | ||
KR10-2017-0044834 | 2017-04-06 | ||
KR10-2017-0091702 | 2017-07-19 | ||
KR1020170091702 | 2017-07-19 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018181326A JP2018181326A (ja) | 2018-11-15 |
JP6744353B2 true JP6744353B2 (ja) | 2020-08-19 |
Family
ID=64276915
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018071561A Active JP6744353B2 (ja) | 2017-04-06 | 2018-04-03 | ディープラーニングを活用した個人化商品推薦 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6744353B2 (ja) |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110245301A (zh) | 2018-11-29 | 2019-09-17 | 腾讯科技(深圳)有限公司 | 一种推荐方法、装置及存储介质 |
CN109636211A (zh) * | 2018-12-19 | 2019-04-16 | 淄博职业学院 | 基于移动物联网的图书自动化管理系统及其管理方法 |
CN111353092B (zh) * | 2018-12-24 | 2023-08-25 | 北京嘀嘀无限科技发展有限公司 | 服务推送方法、装置、服务器及可读存储介质 |
US11403718B1 (en) * | 2019-01-23 | 2022-08-02 | Meta Platforms, Inc. | Systems and methods for sensitive data modeling |
CN110263243B (zh) * | 2019-01-23 | 2024-05-10 | 深圳市雅阅科技有限公司 | 媒体信息推荐方法、装置、存储介质和计算机设备 |
KR102164814B1 (ko) * | 2019-02-20 | 2020-10-13 | 동의대학교 산학협력단 | 딥러닝 뉴럴 네트워크 기반의 상품 추천 서비스 제공방법 |
CN111695960A (zh) * | 2019-03-12 | 2020-09-22 | 阿里巴巴集团控股有限公司 | 一种对象推荐系统、方法、电子设备及存储介质 |
CN110222160B (zh) * | 2019-05-06 | 2023-09-15 | 平安科技(深圳)有限公司 | 智能语义文档推荐方法、装置及计算机可读存储介质 |
KR102277006B1 (ko) * | 2019-05-27 | 2021-07-13 | 에스케이텔레콤 주식회사 | 콘텐츠 추천 모델 제공 방법과 콘텐츠 추천 방법 및 그 장치들 |
KR102214422B1 (ko) * | 2019-08-08 | 2021-02-09 | 네이버 주식회사 | 개인화 컨텐츠 추천을 위한 실시간 그래프기반 임베딩 구축 방법 및 시스템 |
KR20210028378A (ko) * | 2019-09-04 | 2021-03-12 | 황왕호 | 무의식적 기제 및 의식적 행동 유형 프로파일 방법 및 장치 |
CN110825957B (zh) * | 2019-09-17 | 2023-04-11 | 中国平安人寿保险股份有限公司 | 基于深度学习的信息推荐方法、装置、设备及存储介质 |
CN111192108A (zh) * | 2019-12-16 | 2020-05-22 | 北京淇瑀信息科技有限公司 | 一种用于产品推荐的排序方法、装置和电子设备 |
CN111046294A (zh) * | 2019-12-27 | 2020-04-21 | 支付宝(杭州)信息技术有限公司 | 点击率预测方法、推荐方法、模型、装置及设备 |
CN111177551B (zh) | 2019-12-27 | 2021-04-16 | 百度在线网络技术(北京)有限公司 | 确定搜索结果的方法、装置、设备和计算机存储介质 |
CN111539782B (zh) * | 2020-01-21 | 2024-04-30 | 中国银联股份有限公司 | 基于深度学习的商户信息数据处理方法及其系统 |
CN111259222B (zh) * | 2020-01-22 | 2023-08-22 | 北京百度网讯科技有限公司 | 物品推荐方法、系统、电子设备及存储介质 |
CN111260447A (zh) * | 2020-02-11 | 2020-06-09 | 深圳前海达闼云端智能科技有限公司 | 售货机器人的商品推荐方法及装置 |
JP6751960B1 (ja) * | 2020-03-09 | 2020-09-09 | 株式会社シンカー | 情報処理システムおよび情報処理方法 |
CN111475392B (zh) | 2020-04-08 | 2022-05-20 | 北京字节跳动网络技术有限公司 | 生成预测信息的方法、装置、电子设备和计算机可读介质 |
CN111476643A (zh) * | 2020-04-15 | 2020-07-31 | 创新奇智(重庆)科技有限公司 | 兴趣商品预测方法、装置、电子设备及计算机存储介质 |
CN111695965B (zh) * | 2020-04-26 | 2024-04-12 | 清华大学 | 基于图神经网络的产品筛选方法、系统及设备 |
KR102418260B1 (ko) * | 2020-05-27 | 2022-07-06 | 삼성생명보험주식회사 | 고객 상담 기록 분석 방법 |
JP6885525B1 (ja) * | 2020-06-05 | 2021-06-16 | 日本電気株式会社 | データ連携システム、学習装置、および、推定装置 |
JPWO2022029960A1 (ja) * | 2020-08-06 | 2022-02-10 | ||
CN112115358B (zh) * | 2020-09-14 | 2024-04-16 | 中国船舶重工集团公司第七0九研究所 | 一种利用知识图谱中多跳路径特征的个性化推荐方法 |
CN112115169B (zh) * | 2020-09-17 | 2023-09-08 | 北京奇艺世纪科技有限公司 | 用户画像生成、对象分发、内容推荐方法、装置及介质 |
CN112132660B (zh) * | 2020-09-25 | 2023-12-26 | 尚娱软件(深圳)有限公司 | 商品推荐方法、系统、设备及存储介质 |
CN113781139A (zh) * | 2020-10-19 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 物品推荐方法、物品推荐装置、设备和介质 |
CN112215680B (zh) * | 2020-10-21 | 2023-09-08 | 中国银行股份有限公司 | 一种产品推荐方法、装置、电子设备和存储介质 |
CN112163165B (zh) * | 2020-10-21 | 2024-05-17 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置、设备及计算机可读存储介质 |
CN112561644B (zh) * | 2020-12-16 | 2023-08-01 | 深圳市网联安瑞网络科技有限公司 | 基于链接预测的商品推荐方法、装置及相关设备 |
CN113705792B (zh) * | 2021-08-31 | 2024-05-24 | 平安银行股份有限公司 | 基于深度学习模型的个性化推荐方法、装置、设备及介质 |
CN113706260A (zh) * | 2021-09-01 | 2021-11-26 | 镇江纵陌阡横信息科技有限公司 | 一种基于搜索内容的电商平台商品推荐方法及装置 |
CN113837843B (zh) * | 2021-09-29 | 2023-11-24 | 平安科技(深圳)有限公司 | 产品推荐方法、装置、介质及电子设备 |
CN116055074A (zh) * | 2021-10-27 | 2023-05-02 | 北京字节跳动网络技术有限公司 | 管理推荐策略的方法和装置 |
CN114187062B (zh) * | 2021-11-10 | 2024-02-20 | 深圳童尔家教育咨询有限公司 | 一种商品购买事件预测方法及装置 |
TWI792799B (zh) * | 2021-12-22 | 2023-02-11 | 阿物科技股份有限公司 | 電子行銷系統及其實施方法 |
GR1010678B (el) * | 2022-03-21 | 2024-04-26 | My Company Projects Ο.Ε., | Μεθοδος για την αυτοματη μετατροπη δεδομενων ιστορικου αγορων απο ηλεκτρονικα καταστηματα σε σαφες σημα και την εκπαιδευση νευρωνικου δικτυου βαθιας μηχανικης μαθησης για την παραγωγη προτασεων σε καταναλωτες |
CN115309997B (zh) * | 2022-10-10 | 2023-02-28 | 浙商银行股份有限公司 | 一种基于多视图自编码特征的商品推荐方法及装置 |
CN116151353B (zh) * | 2023-04-14 | 2023-07-18 | 中国科学技术大学 | 一种序列推荐模型的训练方法和对象推荐方法 |
CN118069938A (zh) * | 2024-04-11 | 2024-05-24 | 南京争锋信息科技有限公司 | 一种基于时序和跨域协同的个性化推荐方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR200331665Y1 (ko) * | 2003-08-06 | 2003-10-30 | 김홍배 | 가정용 두유 두부 제조기의 가열 제어장치 |
JP4812031B2 (ja) * | 2007-03-28 | 2011-11-09 | Kddi株式会社 | レコメンダシステム |
JP2011060182A (ja) * | 2009-09-14 | 2011-03-24 | Aim Co Ltd | コンテンツ選択システム |
JP6543986B2 (ja) * | 2015-03-25 | 2019-07-17 | 日本電気株式会社 | 情報処理装置、情報処理方法およびプログラム |
-
2018
- 2018-04-03 JP JP2018071561A patent/JP6744353B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018181326A (ja) | 2018-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6744353B2 (ja) | ディープラーニングを活用した個人化商品推薦 | |
KR20180121466A (ko) | 딥러닝을 활용한 개인화 상품 추천 | |
US10783450B2 (en) | Learning user preferences using sequential user behavior data to predict user behavior and provide recommendations | |
KR102214422B1 (ko) | 개인화 컨텐츠 추천을 위한 실시간 그래프기반 임베딩 구축 방법 및 시스템 | |
KR102501496B1 (ko) | 개인화를 통한 연합 학습의 다중 모델 제공 방법, 시스템, 및 컴퓨터 프로그램 | |
KR102342678B1 (ko) | 개인화 컨텐츠 추천을 위한 실시간 그래프기반 임베딩 구축 방법 및 시스템 | |
JP7219301B2 (ja) | ユーザのToDoリストに対する通知を提供する方法およびシステム | |
US20170041413A1 (en) | Systems and methods for anticipatory push search for a homescreen browser | |
KR102017598B1 (ko) | 소셜 네트워크에서의 인기 정보를 제공하는 방법과 시스템 및 비-일시적인 컴퓨터 판독 가능한 기록 매체 | |
JP6816214B2 (ja) | Aiヘッドラインニュース | |
KR102337536B1 (ko) | 장기간 관련 있는 이슈 단위의 클러스터를 이용한 문서 타임라인을 제공하는 방법 및 시스템 | |
CN112313690A (zh) | 基于用户反应提供内容的方法、系统及非暂时性计算机可读记录介质 | |
JP2022087835A (ja) | コミュニティ分類方法、コンピュータプログラム、およびコンピュータ装置 | |
KR20230151704A (ko) | 지역 지식 그래프를 기반으로 추천 정보를 제공하는 방법, 컴퓨터 장치, 및 컴퓨터 프로그램 | |
JP6339249B2 (ja) | コンテンツサービスで通知時間を個人化する方法およびシステム | |
JP2021012697A (ja) | ユーザの位置情報とイベント会場別のイベント情報を利用してユーザの関心事を分析する方法、システム、および非一時的なコンピュータ読み取り可能な記録媒体に記録されるコンピュータプログラム | |
KR102010418B1 (ko) | 생산자와 소비자의 상호 작용을 고려한 주제 기반 순위 결정 방법 및 시스템 | |
JP2020155108A (ja) | 複数のソーシャルネットワークサービス内のチャンネルをグルーピングする方法、システム、および非一時的なコンピュータ読み取り可能な記憶媒体 | |
KR102271464B1 (ko) | 사용자 명령 학습 펫 에이전트 및 그 동작 방법 | |
US20220222327A1 (en) | Method, computer device, and non-transitory computer-readable recording medium to manage content for user account | |
JP2023043854A (ja) | ポスト推薦方法、コンピュータプログラムおよびコンピュータ装置 | |
JP2023001052A (ja) | 友達推薦方法、コンピュータ装置、およびコンピュータプログラム | |
KR101810321B1 (ko) | 소셜 기반 디지털 컨텐츠를 제공하는 방법 및 시스템 | |
KR20230068780A (ko) | 이미지 태깅 학습 방법 및 시스템 | |
JP2023069997A (ja) | 趣向による場所関連推薦を提供する方法、システム、およびコンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180403 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190222 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190409 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190708 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200107 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200330 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200707 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200730 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6744353 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |