申请/专利权人:三峡大学
申请日:2023-11-17
公开(公告)日:2024-04-02
公开(公告)号:CN117807305A
主分类号:G06F16/9535
分类号:G06F16/9535;G06F16/9537;G06N3/045;G06N3/0464;G06N3/048;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本申请提出了基于电影类型时间间隔的自注意力顺序推荐算法,该算法首先根据用户‑电影交互序列里相同类型的电影计算类型时间间隔;其次使用多头自注意力机制对用户‑电影交互序列、电影的绝对位置和类型时间间隔建模;再次利用卷积神经网络提取用户‑电影交互序列的局部信息,并将模型由线性转换为非线性,提高模型的拟合能力;最终在公开数据集Movielens和Amazon上进行实验,经过训练模型可以得到评价指标NDCG@10和HitRate@10值。本申请可以根据用户的兴趣提供更加精准的推荐。
主权项:1.一种基于电影类型时间间隔的自注意力顺序推荐算法,其特征是包括以下步骤:S1、准备数据集,对数据集中的文件进行预处理,生成算法可以使用的数据格式;S2、对数据集中的用户-电影交互序列和对应的时间序列进行截取;S3、根据数据集中的用户-电影交互序列的时间戳计算相同类型时间间隔矩阵;S4、使用多头自注意力机制对用户-电影交互序列、电影的绝对位置信息和类型时间间隔矩阵进行训练,获得预测模型;S5、使用卷积神经网络提高模型的拟合,然后预测下一个电影。
全文数据:
权利要求:
百度查询: 三峡大学 基于电影类型时间间隔的自注意力顺序推荐算法
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。