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！

龙图腾网获悉盐城师范学院申请的专利一种基于数据安全的用户产品偏好分析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：CN116860820B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202310924189.2，技术领域涉及：G06F16/2457；该发明授权一种基于数据安全的用户产品偏好分析方法及系统是由唐浩;陈煦婷;王伟;李胜强;仇成群设计研发完成，并于2023-07-26向国家知识产权局提交的专利申请。

本一种基于数据安全的用户产品偏好分析方法及系统在说明书摘要公布了：本发明公开了一种基于数据安全的用户产品偏好分析方法及系统，包括该方法包括以下步骤：S1、获取用户的浏览信息和购买信息，并进行分析得到用户行为参数；S2、对得到的用户行为参数进行数据清洗，并基于产品的类型对浏览及购买数据进行分类，得到分类行为数据；S3、根据分类行为数据计算用户对产品的主观偏好度及客观偏好度；S4、根据预设信度将用户的主观偏好度及客观偏好度合并，并计算用户对产品的综合偏好度；S5、根据综合偏好度分析用户对产品的购买偏好，并基于用户的综合偏好为用户推荐对应的产品。本发明对用户产品偏好值解读结果进行分类和对数据进行脱敏处理，提高了该基于数据安全的用户产品偏好分析方法的使用效率。

本发明授权一种基于数据安全的用户产品偏好分析方法及系统在权利要求书中公布了：1.一种基于数据安全的用户产品偏好分析方法，其特征在于，该方法包括以下步骤： S1、获取用户的浏览信息和购买信息，并进行分析得到用户行为参数； S2、对得到的用户行为参数进行数据清洗，并基于产品的类型对浏览及购买数据进行分类，得到分类行为数据； S3、根据分类行为数据计算用户对产品的主观偏好度及客观偏好度； 所述根据分类行为数据计算用户对产品的主观偏好度及客观偏好度包括以下步骤： S31、将分类行为数据分为主观数据和客观数据，并对主观数据和客观数据进行脱敏处理； S32、根据脱敏后的客观数据计算用户的客观偏好度； 所述根据脱敏后的客观数据计算用户的客观偏好度包括以下步骤： S321、将脱敏后的客观数据根据产品的种类进行分组，得到客观分组数据； S322、根据分组结果建立时序预测模型，根据时序预测模型对分组后的客观数据进行分析预测得到时序预测值，并对时序预测值进行赋权； 所述根据分组结果建立时序预测模型，根据时序预测模型对分组后的客观数据进行分析预测得到时序预测值，并对时序预测值进行赋权包括以下步骤： S3221、根据分类行为数据获取历史数据，对历史数据进行分析得到客观数据，并对客观数据进行预处理； S3222、根据预处理后的客观数据构建并训练改进BP神经网络模型； 所述根据预处理后的客观数据构建并训练改进BP神经网络模型包括以下步骤： S32221、将预处理后的客观数据中的60%作为训练集，40%作为测试集； S32222、选择个性化系统推荐算法构建改进BP神经网络模型，并利用所述训练集进行模型训练，所述改进BP神经网络模型的公式为： ； 式中，为客观数据的时序预测值； 为客观数据之间的相似度； 为客观数据的评分向量； 为混合权重因子； 为评分值个数； 为分组数据第一次评分向量； S32223、将测试机输入至训练完成后的改进BP神经网络模型进行测试，利用交叉验证法对改进BP神经网络模型进行多次训练和测试，计算平均误差来估测结果的精度； S32223、根据估测结果对所述改进BP神经网络模型进行迭代； S3223、根据改进BP神经网络模型对采集的客观数据进行实时预测； S3224、将改进BP神经网络模型的预测结果作为客观数据的时序预测值； S323、根据客观分组数据计算客观偏好值，并对客观偏好值进行赋权； S324、基于赋权后的权重对时序预测值及客观偏好值计算用户对产品的客观偏好度； S33、根据脱敏后的主观数据计算用户的主观偏好度； S4、根据预设信度将用户的主观偏好度及客观偏好度合并，并计算用户对产品的综合偏好度； S5、根据综合偏好度分析用户对产品的购买偏好，并基于用户的综合偏好为用户推荐对应的产品。

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盐城师范学院，其通讯地址为：224007 江苏省盐城市希望大道南路2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。