申请/专利权人：山东省计算中心(国家超级计算济南中心)

申请日：2024-03-04

公开（公告）日：2024-04-05

公开（公告）号：CN117828193A

主分类号：G06F16/9535

分类号：G06F16/9535;G06N3/098;G06N3/0442

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.23#实质审查的生效;2024.04.05#公开

摘要：本发明属于计算机兴趣点推荐领域，提供了一种基于多兴趣半联合学习兴趣推荐方法、系统、设备及介质，包括获取用户行为数据进行预处理；基于预处理后的用户行为数据，利用预先训练好的多兴趣模型的半联合学习框架进行兴趣推荐；本发明能够有效识别多粒度的用户兴趣并感知时钟影响的连续依赖性，以不同粒度的兴趣组合来指导用户行为建模，并具体化时间点以学习连续的兴趣依赖关系；通过单模型预训练和多模型半联合训练，结合所有粒度的兴趣，为用户推荐其在未来指定的N个时间窗口内感兴趣的POI。

主权项：1.基于多兴趣半联合学习兴趣推荐方法，其特征在于，包括：获取用户行为数据进行预处理；基于预处理后的用户行为数据，利用预先训练好的多兴趣模型的半联合学习模型进行兴趣推荐；其中，所述利用预先训练好的多兴趣模型的半联合学习模型进行兴趣推荐，具体为：基于短期兴趣模型，编码预处理后的用户行为数据得到用户短期兴趣，结合动态自注意力机制对用户短期兴趣进行连续解码；基于长期兴趣模型，利用时序网络建模预处理后的用户行为数据得到用户长期兴趣；预训练短期兴趣模型获取蕴含长期依赖和时钟影响的低维嵌入表示，联合短期兴趣模型的连续解码操作和长期兴趣模型的最终步聚合操作，为N个连续窗口逐步匹配兴趣点POI。

全文数据：

权利要求：

百度查询： 山东省计算中心(国家超级计算济南中心) 基于多兴趣半联合学习兴趣推荐方法、系统、设备及介质

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