買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉平安壹錢包電子商務有限公司申請的專利基于用戶人群建模的商品推送方法及裝置、介質、設備獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115049458B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210734064.9，技術領域涉及：G06Q30/0601；該發明授權基于用戶人群建模的商品推送方法及裝置、介質、設備是由王永合;李子佳;李云超設計研發完成，并于2022-06-27向國家知識產權局提交的專利申請。

本基于用戶人群建模的商品推送方法及裝置、介質、設備在說明書摘要公布了：本申請公開了一種基于用戶人群建模的商品推送方法及裝置、介質、設備，涉及數據處理領域，主要目的在于改善現有由于估計不準確影響商品推薦的效果和商品銷量以及估計每一商品在用戶人群中的轉化率，導致計算成本和時間成本增加的問題。包括：獲取目標用戶人群的信息、多個目標商品的信息以及在第一預設時間段內的各個目標商品在目標用戶人群中的歷史推送數量數據和歷史轉化率數據；基于商品轉化率預測模型分別對目標商品進行轉化率預測處理，得到在第二預設時間段內的多個目標商品在目標用戶人群中的預測轉化率數據；將在第二預設時間段內的多個目標商品在目標用戶人群中的預測轉化率數據按照預設規則進行排序處理，以作為商品推送的依據。

本發明授權基于用戶人群建模的商品推送方法及裝置、介質、設備在權利要求書中公布了：1.一種基于用戶人群建模的商品推送方法，其特征在于，包括： 獲取目標用戶人群的信息、多個目標商品的信息以及在第一預設時間段內的各個所述目標商品在所述目標用戶人群中的歷史推送數量數據和歷史轉化率數據； 基于已完成模型訓練的商品轉化率預測模型分別對所述目標商品進行轉化率預測處理，得到在第二預設時間段內的多個所述目標商品在所述目標用戶人群中的預測轉化率數據，所述商品轉化率預測模型為基于用戶人群整體建模得到的； 將在第二預設時間段內的多個所述目標商品在所述目標用戶人群中的預測轉化率數據按照預設規則進行排序處理，以作為商品推送的依據； 所述基于已完成模型訓練的商品轉化率預測模型分別對所述目標商品進行轉化率預測處理之前，所述方法還包括： 從第三預設時間段內選取多個錨點時刻； 獲取各個所述錨點時刻的用戶人群的信息、全量商品的信息以及所述錨點時刻前第四預設時間段內的所述全量商品在所述用戶人群中的歷史推送數量數據和歷史轉化率數據，生成多組訓練集； 獲取各個所述錨點時刻后第五預設時間段內的所述全量商品在所述用戶人群中的真實轉化率數據，以確定所述商品轉化率預測模型的損失函數； 基于注意力以及回歸神經網絡構建初始商品轉化率預測模型； 基于所述訓練集訓練所述初始商品轉化率預測模型，得到商品轉化率預測模型； 若所述商品轉化率預測模型的損失函數小于預設閾值，則完成模型訓練，確定所述商品轉化率預測模型為已完成模型訓練的商品轉化率預測模型； 基于已完成模型訓練的商品轉化率預測模型分別對所述目標商品進行轉化率預測處理，得到在第二預設時間段內的多個所述目標商品在所述目標用戶人群中的預測轉化率數據，包括： 將目標用戶人群的信息、多個目標商品的信息以及在第一預設時間段內的各個所述目標商品在所述目標用戶人群中的歷史推送數量數據和歷史轉化率數據輸入至商品轉化率預測模型中； 在Embedding層中，將各個離散特征，轉換為對應的表示向量； 在Stacking層中，將Embedding層輸出的表示向量盡心拼接，輸出為所有表示向量的拼接結果； 在MLP層中，整合各個類型的特征，輸出注意力向量； 在歸一化層中，對歷史推送數量序列進行歸一化，使其元素之和為1，輸出為原始權重向量； 在元素積層中，輸入為原始權重向量以及注意力向量，輸出為兩個向量的元素積，元素積作為原始權重向量的殘差修正向量； 在加和層中，輸入為原始權重向量及其殘差修正向量，輸出修正后的權重向量； 在內積層中，以修正后的權重向量為權重系數，以向量內積的形式，對歷史轉化率序列進行加權平均，輸出第二預設時間段內的多個所述目標商品在所述目標用戶人群中的預測轉化率數據。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人平安壹錢包電子商務有限公司，其通訊地址為：518031 廣東省深圳市福田區福田街道福華路319號兆邦基金融大廈26層2606單元；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。