[发明专利]一种基于循环神经网络的seq2seq模型的电影推荐方法在审
| 申请号： | 201810608419.3 | 申请日： | 2018-06-13 |
| 公开（公告）号： | CN109002880A | 公开（公告）日： | 2018-12-14 |
| 发明（设计）人： | 陈俊航;徐小平;汪培萍;刘楚鸿 | 申请（专利权）人： | 广东技术师范学院 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06Q30/06 |
| 代理公司： | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人： | 肖平安 |
| 地址： | 510665 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 电影 用户观看 循环神经网络 电影序列 历史记录 观看 预处理 输入输出序列 训练数据集 电影观看 估计模型 模型推断 权值参数 时间序列 输出序列 训练数据 用户提供 构建 去重 整合 采集 输出 参考 预测 更新 优化 | ||
【权利要求书】：
1.一种基于循环神经网络的seq2seq模型的电影推荐方法，其特征在于，主要包括以下步骤：
一、训练数据预处理，生成用户观看序列对的训练数据集；
二、对电影推荐模型的权值参数进行更新；
三、采集用户观看电影的历史记录；
四、以第三步中用户观看电影的历史记录为基础，使用训练好的模型推断出用户的观看电影序列；
五、对第四步中的输出序列进行去重整合；
六、输出推荐电影清单。
2.根据权利要求1所述的一种基于循环神经网络的seq2seq模型的电影推荐方法，其特征在于，所述电影推荐模型为基于循环神经网络的seq2seq模型的模型。
3.根据权利要求1所述的一种基于循环神经网络的seq2seq模型的电影推荐方法，其特征在于，所述电影推荐模型的参数模型表示为：在输入为(x1,...,xT)的条件下，求出条件概率p(y1,...,yT′|x1,...,xT)；
4.根据权利要求1所述的一种基于循环神经网络的seq2seq模型的电影推荐方法，其特征在于，所述对电影推荐模型的权值参数进行更新的方法为BPTT算法。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东技术师范学院，未经广东技术师范学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201810608419.3/1.html，转载请声明来源钻瓜专利网。
