【技术实现步骤摘要】
本专利技术涉及一种基于房屋属性自注意力机制的购房推荐方法，属于模式推荐技术。
技术介绍
1、随着互联网的飞速发展，网上看房网站也越来越多，线上看房具有方便快捷、不受时间地点限制,只要有网络,随时随地都可以看房,节省时间体力；房源量多,不受区域限制,可以一次性浏览到各个地方的房源信息；无中介费等优点。但是由于网上房源信息量巨大，房屋属性种类较多，用户在浏览购房网站时，操作繁琐，选房费时费力，无法及时找到满意的房屋。
技术实现思路
1、鉴于此，本专利技术的目的是提供一种基于房屋属性自注意力机制的购房推荐方法，可以克服现有技术的不足。
2、本专利技术的目的是通过以下技术方案实现的：
3、一种基于房屋属性自注意力机制的购房推荐方法，包括如下步骤：
4、步骤1、设计基于自注意力购房行为的房屋属性推荐网络，训练房屋属性推荐模型，将房屋属性向量表示输入推荐模型的嵌入表示层，得到房屋属性的嵌入向量；
5、步骤2、对每一个属性的嵌入向量进行注意力加权，对各属性...
【技术保护点】
1.一种基于房屋属性自注意力机制的购房推荐方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于房屋属性自注意力机制的购房推荐方法，其特征在于：所述推荐模型是基于用户浏览购房网站后产生的浏览记录信息进行训练得到的。
3.根据权利要求2所述的基于房屋属性自注意力机制的购房推荐方法，其特征在于：所述房屋属性的嵌入向量表示为：
4.根据权利要求3所述的基于房屋属性自注意力机制的购房推荐方法，其特征在于：所述房屋属性的类型包括类别型特征、数值型特征和文本型特征，其对应的向量表示包括类别型属性向量、数值型属性向量和文本型属性向量；当属...
【技术特征摘要】
1.一种基于房屋属性自注意力机制的购房推荐方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于房屋属性自注意力机制的购房推荐方法，其特征在于：所述推荐模型是基于用户浏览购房网站后产生的浏览记录信息进行训练得到的。
3.根据权利要求2所述的基于房屋属性自注意力机制的购房推荐方法，其特征在于：所述房屋属性的嵌入向量表示为：
4.根据权利要求3所述的基于房屋属性自注意力机制的购房推荐方法，其特征在于：所述房屋属性的类型包括类别型特征、数值型特征和文本型特征，其对应的向量表示包括类别型属性向量、数值型属性向量和文本型属性向量；当属性是类别型特征时，其向量表示是一个one-hot向量，将其转变成一个低维的稠密型向量；当属性是数值型时，其向量表示是一个标量；当属性是文本类型时，它是一种非结构化的属性。
...【专利技术属性】
技术研发人员：朱玮，史学博，胡耀，
申请(专利权)人：贵州人和致远数据服务有限责任公司，
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。