Traitement en cours

Veuillez attendre...

Paramétrages

Paramétrages

Aller à Demande

1. WO2020107806 - PROCÉDÉ ET DISPOSITIF DE RECOMMANDATION

Numéro de publication WO/2020/107806
Date de publication 04.06.2020
N° de la demande internationale PCT/CN2019/085890
Date du dépôt international 07.05.2019
CIB
G06F 16/00 2019.01
GPHYSIQUE
06CALCUL; COMPTAGE
FTRAITEMENT ÉLECTRIQUE DE DONNÉES NUMÉRIQUES
16Recherche d’informations; Structures de bases de données à cet effet; Structures de systèmes de fichiers à cet effet
CPC
G06F 16/00
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
FELECTRIC DIGITAL DATA PROCESSING
16Information retrieval; Database structures therefor; File system structures therefor
G06F 16/9535
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
FELECTRIC DIGITAL DATA PROCESSING
16Information retrieval; Database structures therefor; File system structures therefor
90Details of database functions independent of the retrieved data types
95Retrieval from the web
953Querying, e.g. by the use of web search engines
9535Search customisation based on user profiles and personalisation
G06K 9/62
GPHYSICS
06COMPUTING; CALCULATING; COUNTING
KRECOGNITION OF DATA; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
9Methods or arrangements for reading or recognising printed or written characters or for recognising patterns, e.g. fingerprints
62Methods or arrangements for recognition using electronic means
Déposants
  • 华为技术有限公司 HUAWEI TECHNOLOGIES CO., LTD. [CN]/[CN]
Inventeurs
  • 余锦楷 YU, Jinkai
  • 唐睿明 TANG, Ruiming
  • 董振华 DONG, Zhenhua
  • 张宇宙 ZHANG, Yuzhou
  • 刘卫文 LIU, Weiwen
  • 钱莉 QIAN, Li
Mandataires
  • 北京同达信恒知识产权代理有限公司 TDIP & PARTNERS
Données relatives à la priorité
201811458570.X30.11.2018CN
Langue de publication chinois (ZH)
Langue de dépôt chinois (ZH)
États désignés
Titre
(EN) RECOMMENDATION METHOD AND DEVICE
(FR) PROCÉDÉ ET DISPOSITIF DE RECOMMANDATION
(ZH) 一种推荐方法及装置
Abrégé
(EN)
A recommendation method and device in the field of artificial intelligence (AI), the method comprising: generating a characteristic sequence according to data to be predicted and a preset coding rule of a user for a target object (301); thereby acquiring probability distribution information corresponding to each characteristic in the characteristic sequence, and calculating a characteristic vector respectively corresponding to each characteristic (302); obtaining a prediction score of the user for the target object according to values of N characteristics and characteristic vectors respectively corresponding to the N characteristics (303); and recommending the target object to the user when the prediction score is greater than or equal to a preset threshold (304). Since a characteristic vector corresponding to each characteristic is obtained according to probability distribution information corresponding to each characteristic, the characteristic vector corresponding to each characteristic is more accurate, and the prediction result is also more accurate, wherein the prediction result better conforms to a real situation compared to directly using point estimation to determine a characteristic vector, thereby implementing intelligent prediction and recommendation.
(FR)
La présente invention concerne un procédé et un dispositif de recommandation dans le domaine de l'intelligence artificielle (AI), le procédé comprenant les étapes suivantes : générer une séquence caractéristique selon des données à prédire et une règle de codage prédéfinie d'un utilisateur pour un objet cible (301) ; acquérir ainsi des informations de distribution de probabilité correspondant à chaque caractéristique dans la séquence caractéristique, et calculer un vecteur caractéristique correspondant respectivement à chaque caractéristique (302) ; obtenir un score de prédiction de l'utilisateur pour l'objet cible selon des valeurs de N caractéristiques et des vecteurs caractéristiques correspondant respectivement aux N caractéristiques (303) ; et recommander l'objet cible à l'utilisateur lorsque le score de prédiction est supérieur ou égal à un seuil prédéfini (304). Étant donné qu'un vecteur caractéristique correspondant à chaque caractéristique est obtenu en fonction d'informations de distribution de probabilité correspondant à chaque caractéristique, le vecteur caractéristique correspondant à chaque caractéristique est plus précis, et le résultat de prédiction est également plus précis, le résultat de prédiction étant plus conforme à une situation réelle par comparaison à l'utilisation directe d'une estimation ponctuelle pour déterminer un vecteur caractéristique, ce qui permet de mettre en œuvre une prédiction et une recommandation intelligentes.
(ZH)
人工智能AI领域的一种推荐方法及装置,其中方法包括:根据用户针对目标对象的待预测数据和预设编码规则生成特征序列(301),进而获取特征序列中各特征对应的概率分布信息,并分别计算得到各特征对应的特征向量(302);以及根据N个特征的取值和N个特征分别对应的特征向量,得到用户针对目标对象的预测分值(303);在预测分值大于或等于预设阈值时,向用户推荐目标对象(304)。由于各特征对应的特征向量是根据各特征对应的概率分布信息得到的,从而使得各特征对应的特征向量较为准确,预测结果也较为准确,相比于直接使用点估计确定特征向量来说,预测结果更符合现实情况,实现智能预测和推荐。
Également publié en tant que
Dernières données bibliographiques dont dispose le Bureau international