申请/专利权人:人民网股份有限公司;哈尔滨工业大学
申请日:2023-06-16
公开(公告)日:2023-09-12
公开(公告)号:CN116738053A
主分类号:G06F16/9535
分类号:G06F16/9535;G06N3/045
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.09.29#实质审查的生效;2023.09.12#公开
摘要:一种基于文本蕴含的跨域新闻推荐系统及推荐方法,属于信息推荐技术领域。为解决跨域新闻的推荐的问题。本发明包括包括用户领域兴趣生成模块、基于BERT的新闻嵌入模块、基于注意力机制的用户情景兴趣生成模块、基于文本蕴含思想的兴趣融合模块、点击率预测模块、损失函数计算模块;所述基于BERT的新闻嵌入模块分别连接基于注意力机制的用户情景兴趣生成模块、点击率预测模块,所述用户领域兴趣生成模块、基于注意力机制的用户情景兴趣生成模块连接基于文本蕴含思想的兴趣融合模块、所述基于文本蕴含思想的兴趣融合模块连接点击率预测模块,所述点击率预测模块连接损失函数计算模块。本发明在新闻推荐任务中效果更明显的提升。
主权项:1.一种基于文本蕴含的跨域新闻推荐系统,其特征在于,包括用户领域兴趣生成模块1、基于BERT的新闻嵌入模块2、基于注意力机制的用户情景兴趣生成模块3、基于文本蕴含思想的兴趣融合模块4、点击率预测模块5、损失函数计算模块6;所述基于BERT的新闻嵌入模块2分别连接基于注意力机制的用户情景兴趣生成模块3、点击率预测模块5,所述用户领域兴趣生成模块1、基于注意力机制的用户情景兴趣生成模块3连接基于文本蕴含思想的兴趣融合模块4、所述基于文本蕴含思想的兴趣融合模块4连接点击率预测模块5,所述点击率预测模块5连接损失函数计算模块6;所述用户领域兴趣生成模块1用于融合用户抽象兴趣向量和领域适配特征向量,得到用户的领域兴趣向量;所述基于BERT的新闻嵌入模块2用于融合新闻的协同信息向量和语义信息向量,得到融合新闻嵌入向量;所述基于注意力机制的用户情景兴趣生成模块3用于将用户交互新闻嵌入向量通过候选新闻嵌入向量进行诱导,得到用户情景兴趣向量;所述基于文本蕴含思想的兴趣融合模块4将得到的用户的领域兴趣向量、用户情景兴趣向量进行融合,得到用户多级兴趣向量;所述点击率预测模块5用于计算用户多级兴趣向量和候选新闻嵌入向量之间的相似度,得到用户对候选新闻点击率的预测值;所述损失函数计算模块6利用交叉熵损失函数构建所述一种基于文本蕴含的跨域新闻推荐系统的损失函数,用于更新所述一种基于文本蕴含的跨域新闻推荐系统的参数进行系统优化。
全文数据:
权利要求:
百度查询: 人民网股份有限公司;哈尔滨工业大学 一种基于文本蕴含的跨域新闻推荐系统及推荐方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。