[发明专利]一种基于高阶平移模型的物品推荐方法在审
| 申请号： | 202010536656.0 | 申请日： | 2020-06-12 |
| 公开（公告）号： | CN111652696A | 公开（公告）日： | 2020-09-11 |
| 发明（设计）人： | 叶阳东;吴宾;孙中川;王有为;梁慧丹 | 申请（专利权）人： | 郑州大学 |
| 主分类号： | G06Q30/06 | 分类号： | G06Q30/06 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 450000 河南省郑*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于高阶平移模型的推荐算法，来解决传统平移模型仅建模用户最近交互行为而导致的推荐结果不准确的不足。本发明主要关注高阶马尔科夫链对于序列化推荐的影响，在传统平移模型基础之上合理融入了高阶序列化信息。具体而言，在针对每次交互行为构造平移向量时，本发明通过建模目标用户最近的多个消费行为，使得在短期偏好中编码了更多信息。另外，本发明设计了一种能够感知位置的个性化注意力机制，使其可以学习出特定物品在不同时刻以及面对不同用户时的自适应权重。然后基于该自适应权重聚合不同阶的物品向量，从而得到一个更富表达力的平移向量，提升模型的推荐精度。 | ||
| 搜索关键词： | 一种 基于 平移 模型 物品 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郑州大学，未经郑州大学许可，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/202010536656.0/，转载请声明来源钻瓜专利网。
