申请/专利权人：北京工业大学

申请日：2023-12-29

公开（公告）日：2024-04-09

公开（公告）号：CN117851669A

主分类号：G06F16/9535

分类号：G06F16/9535;G06N3/0464;G06N3/08;G06N3/045;G06Q30/0601

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本说明书实施例提供了一种基于用户评论的多任务模型推荐方法及系统，其中，方法包括：S1：获取用户购买并评论物品的信息作为正样本及训练集A，对用户未购买的物品随机采样作为负样本，联合正、负样本作为训练集B，对训练集A、B处理后得到输入数据A、B；S2：将输入数据A输入卷积神经网络并联合多层感知机得到评论向量，计算评论向量间的欧式距离后输入循环神经网络并联合多层感知机得到最终交互向量，最后通过多层感知机输出评分任务预测结果；S3：输入数据B重复执行S2输出点击率任务预测结果；S4：将评分任务预测结果转化为评分结果，融合两种任务预测结果为点击概率，通过评分结果与点击概率得到物品评分表并排序，生成最终的推荐列表。

主权项：1.一种基于用户评论的多任务模型推荐方法，其特征在于，包括：S1：获取用户购买并评论物品的相关信息作为正样本，对用户未购买的物品进行随机采样作为对应用户的负样本，将所述正样本作为训练集A，联合所述正样本与所述负样本作为训练集B，对所述训练集A与所述训练集B进行预处理得到输入数据A和输入数据B，其中，所述相关信息包括用户标号、物品标号、用户对该物品的评论、用户历史所有评论以及该物品下所有评论；S2：将所述输入数据A输入卷积神经网络进行特征提取，将提取的特征结合多层感知机输出的融合单词级别偏好向量得到评论向量，对所述评论向量根据其所属用户物品将其划分为用户评论向量和物品评论向量，计算所述用户评论向量与所述物品评论向量之间的欧式距离，将所述欧式距离输入循环神经网络不断迭代得到最终的聚合评论表示，对所述最终的聚合评论表示使用多层感知机得到最终的交互向量，基于所述最终的交互向量通过多层感知机输出评分任务的预测结果；S3：将所述输入数据B替换所述输入数据A后重复执行S2，输出点击率任务的预测结果；S4：将所述评分任务的预测结果进行转化得到评分结果，融合所述评分任务的预测结果与所述点击率任务的预测结果得到点击概率，通过所述评分结果与所述点击概率得到物品评分表并进行排序，生成最终的推荐列表。

全文数据：

权利要求：

百度查询： 北京工业大学 一种基于用户评论的多任务模型推荐方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD