申请/专利权人：重庆理工大学

申请日：2021-10-26

公开（公告）日：2024-05-14

公开（公告）号：CN113935811B

主分类号：G06Q30/0601

分类号：G06Q30/0601;G06Q30/0202;G06F16/332;G06F18/22;G06N3/0442;G06N3/045;G06N3/08;G06F40/35

优先权：

专利状态码：有效-授权

法律状态：2024.05.14#授权;2022.02.01#实质审查的生效;2022.01.14#公开

摘要：本发明涉及互联网大数据技术领域，具体涉及一种基于主题指导和双全局注意力的会话推荐方法，其首先，基于注意力机制从目标会话文本的不同角度提取包含体现共现关系的显式全局嵌入表示和体现语义关系的隐式全局嵌入表示的全局嵌入表示；然后，从目标会话文本中提取对应的主题嵌入表示；最后，基于主题嵌入表示指导全局嵌入表示进行预测，以生成最终预测概率分布，并基于最终预测概率分布进行商品推荐。本发明中基于主题指导和双全局注意力的会话推荐方法能够兼顾商品分布概率预测的全面性和准确性。

主权项：1.基于主题指导和双全局注意力的会话推荐方法，其特征在于：首先，基于注意力机制从目标会话文本的不同角度提取包含体现共现关系的显式全局嵌入表示和体现语义关系的隐式全局嵌入表示的全局嵌入表示；然后，从目标会话文本中提取对应的主题嵌入表示；最后，基于主题嵌入表示指导全局嵌入表示进行预测，以生成最终预测概率分布，并基于最终预测概率分布进行商品推荐；通过如下步骤生成最终预测概率分布：S1：对目标会话文本进行编码，得到对应的局部嵌入表示S2：从候选商品集合V＝{v1,v1,···,v|V|}中提取候选商品vj∈V作为目标商品的全局邻居，并分别通过编码和注意力机制生成对应的显式全局嵌入表示Gs；从候选商品局部表示H＝h1,h2,···,h|V|中提取与目标商品局部表示最相似的K个候选商品局部表示hj∈H，并分别通过编码和注意力机制生成对应的隐式全局嵌入表示Us；通过全局交互注意力机制对显式全局嵌入表示Gs和隐式全局嵌入表示Us进行融合，得到对应的全局嵌入表示S3：计算目标商品的所属主题并基于编码和Bi-GRU模型处理生成对应的主题嵌入表示S4：通过主题嵌入表示指导局部嵌入表示和全局嵌入表示进行特征聚合，并分别生成对应的会话局部表示el和会话全局表示eg，然后分别基于会话局部表示el和会话全局表示eg进行探索和预测，以生成最终预测概率分布yi；步骤S4中，通过如下步骤生成最终预测概率分布：S401：基于局部嵌入表示Hs和主题嵌入表示生成对应的重复概率分布S402：基于主题嵌入表示分别指导局部嵌入表示Hs和全局嵌入表示进行特征聚合，并生成对应的会话局部表示el和会话全局表示eg，然后基于会话局部表示el和会话全局表示eg生成对应的局部探索概率分布和全局探索概率分布S403：通过设置的门控机制对重复概率分布局部探索概率分布和全局探索概率分布进行结合计算，以生对应的最终概率分布yi。

全文数据：

权利要求：

百度查询： 重庆理工大学 基于主题指导和双全局注意力的会话推荐方法

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。

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