申请/专利权人:深圳须弥云图空间科技有限公司
申请日:2023-12-29
公开(公告)日:2024-04-16
公开(公告)号:CN117891998A
主分类号:G06F16/9535
分类号:G06F16/9535;G06F18/213;G06F18/25;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本申请涉及自然语言处理技术领域,提供了一种基于用户长短期偏好的推荐方法、装置、电子设备及介质。该方法包括:获取用户与项目的交互行为数据,形成行为序列;输入至向量输入层进行编码,得到对应的隐向量序列,并将隐向量序列分别输入至卷积变换混合层的局部卷积模块和全局注意力模块中;根据全局注意力模块生成隐向量序列的全局特征向量;根据局部卷积模块生成隐向量序列的局部特征向量;将全局特征向量和局部特征向量输入至自适应混合层进行自适应处理,得到自适应特征向量;将自适应特征向量输入至输出层,得到候选项目的预测得分,并根据预测得分进行项目推荐。本申请实施例解决了现有技术存在推荐结果不够准确的问题。
主权项:1.一种基于用户长短期偏好的推荐方法,其特征在于,包括:获取用户与项目的交互行为数据,形成行为序列;将所述行为序列输入至向量输入层进行编码,得到所述行为序列对应的隐向量序列,并将所述隐向量序列分别输入至卷积变换混合层的局部卷积模块和全局注意力模块中;根据所述全局注意力模块对所述隐向量序列建立全局依赖,并生成所述隐向量序列的全局特征向量;根据所述局部卷积模块对所述隐向量序列进行局部特征提取,并生成所述隐向量序列的局部特征向量;将所述全局特征向量和所述局部特征向量输入至自适应混合层进行自适应处理,得到自适应特征向量;将所述自适应特征向量输入至输出层,通过多层感知器和第一激活函数处理,得到候选项目的预测得分,并根据所述预测得分进行项目推荐。
全文数据:
权利要求:
百度查询: 深圳须弥云图空间科技有限公司 基于用户长短期偏好的推荐方法、装置、电子设备及介质
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。