【技术实现步骤摘要】
面向智能车间产品信息的去偏推荐方法和装置
[0001]本专利技术属于产品信息推荐领域,具体涉及一种面向智能车间产品信息的去偏推荐方法。
技术介绍
[0002]智能车间管理系统是一套多种软硬件结合,以产品生产水平整体提高为核心,通过网络及软件管理系统把数控自动化设备实现了互联互通,智能车间能够使生产设备能力提高、车间物流能力提高、车间能源管理能力提高。
[0003]智能车间产品信息推荐是为客户实现的定制化服务,推荐系统中的偏差和不公平现象是随着深度学习算法的诞生就与生俱来的,而不是人为故意产生的。例如在审美方面,城市的小资情怀和农村的看点是很难共存的。因此,智能车间产品信息推荐应剔除导致不公平现象的敏感属性,以保证推荐结果的公平性。
[0004]专利文献CN103268344A公开了一种无位置偏见影响的广告与页面匹配的方法,包括步骤:a.确定每个搜索页面中所有广告的展示位置、展示次数和点击次数;b.利用统计方法,能够排除广告所在页面位置对广告点击所造成的影响,计算每个页面下刊登的每个广告的固有点击率;c.根据页面与广告的固有点击率,计算页面之间关于广告的相似度关系;d.对于一个待推荐的目标页面,根据相似的其他页面,为其匹配合适的广告。该专利申请通过根据广告展示位置来调整特定页面下特定广告的点击率,以实现对页面匹配广告的推荐。
[0005]专利文献CN114037321A公开了一种面向公平性的众包测试人员推荐方法,包括将一众包任务的需求描述表示为描述性术语向量;根据描述性术语向量与待推荐人员的属性 ...
【技术保护点】
【技术特征摘要】
1.一种面向智能车间产品信息的去偏推荐方法,其特征在于,包括以下步骤:(1)获取Adult数据集作为产品信息推荐模型的训练数据集,从训练数据集中提取敏感样本并确定敏感属性;(2)采用SHAP解释器以及正交化操作对训练样本进行敏感属性影响的去偏处理,以得到去偏的样本向量;(3)利用去偏的样本向量对构建的产品推荐模型进行训练,以得到去除敏感属性影响的产品推荐模型;(4)利用采集的各类车间产品信息对步骤(3)训练后的产品推荐模型进行再优化训练,以得到适配各类车间产品信息的个性化产品推荐模型;(5)利用个性化产品推荐模型进行产品信息的去偏推荐。2.根据权利要求1所述的面向智能车间产品信息推荐的去偏方法,其特征在于,步骤(1)中,从训练数据集中提取敏感样本并确定敏感属性,包括:判断当满足x
A
≠x
′
A
,x
NA
=x
′
NA
,θ(x)≠θ(x
′
)时,即当数据样本x的属性A的属性值x
A
与数据样本x
′
的属性A的属性值x
′
A
不相等,数据样本x的非属性A的其他属性NA的属性值x
NA
与数据样本x
′
的非属性A的其他属性NA的属性值x
′
NA
相等,推荐模型θ对数据样本x的推荐结果与对数据样本x
′
的推荐结果不相等,则认为属性A为敏感属性,(x,x
′
A
)为敏感样本。3.根据权利要求1所述的面向智能车间产品信息推荐的去偏方法,其特征在于,步骤(2)中,采用SHAP解释器以及正交化操作对训练样本进行敏感属性影响的去偏处理,包括:首先,采用SHAP解释器检测得到训练样本中对模型的推荐结果贡献大的特征向量x
imp
,同时获得敏感属性的特征向量x
A
;然后,将特征向量x
imp
与特征向量x
A
进行正交计算,以消除敏感属性对推荐结果的影响,得到去偏后的样本向量。4.根据权利要求3所述的面向智能车间产品信息推荐的去偏方法,其特征在于,所述采用SHAP解释器检测得到训练样本中对模型的推荐结果贡献大的特征向量x
imp
,包括:假设第i个训练样本x
i
的第k个特征为x
ik
,模型对训练样本x
i
的预测值为y
i
,以所有训练样本的目标变量的均...
【专利技术属性】
技术研发人员:刘祥,张英,
申请(专利权)人:余姚市亿盛金属制品有限公司,
类型:发明
国别省市:
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。