[发明专利]基于非补偿决策机制的深度推荐系统框架的构建方法有效
| 申请号： | 202010773726.4 | 申请日： | 2020-08-04 |
| 公开（公告）号： | CN111967578B | 公开（公告）日： | 2022-06-21 |
| 发明（设计）人： | 林琛;沈晓麟 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 厦门南强之路专利事务所(普通合伙) 35200 | 代理人： | 马应森 |
| 地址： | 361005 福建*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于非补偿决策机制的深度推荐系统框架的构建方法，涉及机器学习。提供可全面提高推荐的性能，弥补深度神经网络作为黑盒缺乏可解释性的缺点，更符合消费者普遍采用的决策规则的一种基于非补偿决策机制的深度推荐系统框架的构建方法。包括以下步骤：1)收集并处理评分数据集；2)对非补偿决策机制进行深度神经网络化，建立NeuralNCR模型；3)利用NeuralNCR模型对评分数据集进行还原，产生Top‑N推荐。应用非补偿决策机制的深度推荐算法可以全面提高推荐的性能。同时，弥补了深度神经网络作为黑盒缺乏可解释性的缺点，更符合消费者普遍采用的决策规则。 | ||
| 搜索关键词： | 基于 补偿 决策 机制 深度 推荐 系统 框架 构建 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厦门大学，未经厦门大学许可，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/202010773726.4/，转载请声明来源钻瓜专利网。
