技术特征：
技术总结
本发明公开了一种基于词向量数据驱动的商品智能推荐方法，包括数据预处理、词向量生成、构建预测评分模型、模型训练和预测评分步骤；该方法在训练模型时，采取词向量方法，将用户编号、商品编号及商品评分作为有语义的词，先通过独热编码将其变为稀疏向量，然后乘以权重矩阵将高维且稀疏的原始向量映射到一个稠密、连续、固定维度且维度低的特征空间，再将此作为输入在深度模型中进行训练得到模型各层的权重参数，用训练好的模型对新用户对于商品的喜好程度进行预测与评分，进而完成对用户进行商品的智能推荐；本发明提供的方法将对文本分类的词向量方法应用在基于电商平台的用户对商品喜好程度的评分预测和商品推荐中，在确保精度的同时，也能提供较好的可解释性。
技术研发人员：邹腊梅;高亚红;杨卫东;李晓光;曹治国;熊紫华;陈婷;李鹏
受保护的技术使用者：华中科技大学
技术研发日：2017.02.28
技术公布日：2017.07.04