【技术实现步骤摘要】
一种用于IPTV领域的长短期兴趣建模方法
本专利技术属于深度学习建模领域，具体地说，涉及一种用于IPTV领域的长短期兴趣建模方法。
技术介绍
在信息过载的时代，推荐系统对互联网服务来说已经变得非常重要，也被广泛地应用于不同的领域，例如：电商网站、视频网站等。而电视作为日常生活中最常用的家用电器之一，已经逐渐向互联网方向发展。目前，大量的视频内容已经被嵌入到IPTV中。因此，IPTV领域也急需引入推荐系统解决如何为用户筛选符合其喜好内容的问题。现有的技术中，如专利名称为一种电视观众兴趣建模方法和系统，专利申请号为201610485614.2，公开了一种电视兴趣建模的方法。但IPTV的应用与互联网中的视频网站主要有以下两点问题：1)IPTV应用中存在大量的隐式反馈，但是显示反馈十分匮乏。这使得我们无法分辨出用户是不喜欢还是没有注意到其未交互的物品；2)更为特殊的是，IPTV的使用者通常是整个家庭，而不是个人。家庭成员中每个人的偏好可能不同，这极大地增加了推荐任务的难度。
技术实现思路
...
【技术保护点】
1.一种用于IPTV领域的长短期兴趣建模方法，其特征在于，从历史点击记录提取长期点击序列L
【技术特征摘要】
1.一种用于IPTV领域的长短期兴趣建模方法，其特征在于，从历史点击记录提取长期点击序列Lt-1和短期点击序列St进行处理，并通过自注意力计算，得到家庭长期偏好UL、用户短期兴趣US。
2.如权利要求1所述的一种用于IPTV领域的长短期兴趣建模方法，其特征在于，具体包括以下步骤：
步骤S1.根据历史点击记录获得长期点击序列Lt-1、短期点击序列St；将长期点击序列Lt-1、短期点击序列St输入嵌入编码层中进行编码，所述编码以稠密矩阵的形式表示；然后将编码后得到的长期点击序列嵌入表示短期点击序列嵌入表示输出到长短期建模层；
步骤S2.在长短期建模层中对长期点击序列嵌入表示短期点击序列嵌入表示进行自注意力计算，分别映射得到家庭长期偏好UL、用户短期兴趣US，并将家庭长期偏好UL、用户短期兴趣US输入到长短期偏好融合层；
步骤S3.在长短期偏好融合层对家庭长期偏好UL、用户短期兴趣US进行自注意力解码，映射得到用户混合偏好Uhybird；
步骤S4.对用户混合偏好Uhybird进行线性映射，得到用于预测的点击率Ru。
3.如权利要求2所述的一种用于IPTV领域的长短期兴趣建模方法，其特征在于，所述步骤S2.中得到用户短期兴趣US的具体步骤为：
步骤SA.在自注意力机制中用于计算用户短期兴趣US的三个输入Query(请求)、Key(主键)、Value(数值)是完全一致的，都是短期点击序列嵌入表示将三个输入的短期点击序列嵌入表示分别通过线性变换映射到不同的空间中得到对应空间中的嵌入表示其中线性变换的权重矩阵Wq,Wk,Wv的维度为故的维度为C为某一固定值；
然后将的嵌入表示都分拆成nh头，得到维度为的张量其中d＝C/nh，然后将每个张量进行转置，张量的维度从变换为
步骤SB.将拆分之后的每一头矩阵作为按比缩放的点积注意力的输入，进行如下操作：将进行矩阵相乘的操作，得到维度为的点积注意力；然后通过尺度变换将点积注意力缩小维度的平方根倍；接着对点积注意力进行softmax归一化处理；最后再将点积注意力与矩阵相乘输出按比缩放的点积注意力；
步骤SC.将每一头输出的按比缩放的点积注意力拼接在一起，然后再进行线性变换输出短期多头注意力所述短期多头注意力的维度为
步骤SD.将短期多头注意力输入点式前馈网络得到用户短期兴趣US。
4.如权利要求3所述的一种用于IPTV领域的长短期兴趣建模方法，其特征在于，所述步骤SD.中，在将短期多头注意力输入到点式前馈网络之前，先进行残差连接和层归一化，且对点式前馈网络的输出同样进行残差连接和层归一化，最后得到用户短期兴趣US。
5.如权利要求4所述的一种用于IPTV领域的长短期兴趣建模方...
【专利技术属性】
技术研发人员：李恒，雷航，杨茂林，曾敬鸿，朱迪，付守伟，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。