[发明专利]基于表示学习和多模态卷积神经网络的用户推荐方法有效
| 申请号： | 201911071659.5 | 申请日： | 2019-11-05 |
| 公开（公告）号： | CN110837602B | 公开（公告）日： | 2022-10-04 |
| 发明（设计）人： | 肖云鹏;李锐;李茜;李暾;卢星宇 | 申请（专利权）人： | 重庆邮电大学 |
| 主分类号： | G06F16/9536 | 分类号： | G06F16/9536;G06N3/04;G06N3/08;G06Q50/00 |
| 代理公司： | 重庆辉腾律师事务所 50215 | 代理人： | 王海军 |
| 地址： | 400065 重*** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于数据挖掘、社交网络分析技术领域，特别涉及一种基于表示学习和多模态卷积神经网络的用户推荐方法，包括获取用户数据并进行预处理；构建网络结构特征向量和用户文本特征向量；根据网络结构特征向量计算用户相似度，利用注意力机制提取用户文本特征向量中的关键信息；构建卷积神经网络，并在卷积神经网络的卷积层之前建立一个融合层，将网络结构特征与用户文本特征的关键信息进行融合，得到网络节点矩阵；将当前时刻的待测用户的特征空间向量输入卷积神经网络，得到下一时刻待测用户可能产生的用户关系，并将预测的用户关系推送给待测用户；本发明可以有效识别用户之间的关系，并且识别过程的避免了全局运算，降低了计算复杂度。 | ||
| 搜索关键词： | 基于 表示 学习 多模态 卷积 神经网络 用户 推荐 方法 | ||
【主权项】：
暂无信息
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重庆邮电大学，未经重庆邮电大学许可，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/patent/201911071659.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于适配器的身份信息获取方法、装置及系统
- 下一篇：一种溯溪绳索
