[发明专利]基于协同学习的用户兴趣建模方法和系统

摘要

本发明提供了一种基于协同学习的用户兴趣建模方法和系统，利用用户的历史交互行为数据和辅助信息数据，协同地对用户兴趣进行建模，给用户推荐符合心理的物品。在训练阶段中，利用两个变分自编码器(VAE)对两种信息分别进行编码，得到两个表征用户兴趣的变分分布，同时提出利用协同学习机制对两个变分分布进行相互约束。在预测阶段中，根据新用户的历史交互行为数据或者辅助信息数据为其推荐新的物品。采用变分分布来表征用户兴趣爱好，在两个变分自编码器之间设计了基于相对熵的协同学习训练，使得两个变分自编码器利用两种数据能够相互增强，从而使变分分布能够更加准确的表征用户兴趣，进而为用户推荐出更加符合心理的物品。

主权项

1.一种基于协同学习的用户兴趣建模方法，其特征在于，包括以下步骤：数据收集步骤：收集用户数据，所述用户数据主要包括历史交互行为数据、辅助信息数据；变分编码器步骤：使用第一变分自编码器、第二变分自编码器分别对历史交互行为数据、辅助信息数据进行编码，得到第一变分分布、第二变分分布；协同学习训练步骤：采用相对熵作为第一变分分布与第二变分分布的约束因素，得到训练后第一变分自编码器、训练后第二变分自编码器；预测算法步骤：使用训练后第一变分自编码器得到第一用户推荐结果，使用训练后第二变分自编码器得到第二用户推荐结果，令第一用户推荐结果或者第二用户推荐结果作为预测推荐结果。