【技术实现步骤摘要】
本文件涉及计算机，尤其涉及一种基于用户评论的多任务模型推荐方法及系统。
技术介绍
1、在当今数字互动的环境中，推荐系统已经成为用户参与和内容传播中不可或缺的一部分，尤其是在短视频平台上，在信息快速创造和传播的背景下，经常会面临信息爆炸的问题，这使得每个人都在面临着各种各样的信息时感到难以完全吸收，因此，推荐系统广泛应用于各种平台，包括视频、电影、新闻等，这些推荐系统需要整合用户的反馈信息，以便更好地建模用户的兴趣，从而最大化用户的参与度和满意度。
2、在推荐系统领域，基于评论的推荐算法是一种重要的技术，它通过分析用户对产品或服务的评论来提供个性化的建议，这种算法通过自然语言处理技术(nlp)，如情感分析和主题建模，从评论中提取有用信息，通过评估评论中的情感极性、关键词和用户评分，基于评论的推荐算法能够为用户提供更准确的建议，以满足其兴趣和需求，以网络购物平台为例，用户会在消费后进行评级和评论，而评论包含了大量可被推荐系统利用的语义信息，其他用户可以根据这些评论进行相关的购物行为，通过解析用户评论系统可以实现更深层的内容个性化
3、本文档来自技高网...
【技术保护点】
1.一种基于用户评论的多任务模型推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述训练集A与所述训练集B进行预处理得到输入数据A和输入数据B具体包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述输入数据A输入卷积神经网络进行特征提取，将提取的特征结合多层感知机输出的融合单词级别偏好向量得到评论向量具体包括：
4.根据权利要求1所述的方法，其特征在于，所述计算所述用户评论向量与所述物品评论向量之间的欧式距离，将所述欧式距离输入循环神经网络不断迭代得到最终的聚合评论表示，对所述最终的聚合评论表示...
【技术特征摘要】
1.一种基于用户评论的多任务模型推荐方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述对所述训练集a与所述训练集b进行预处理得到输入数据a和输入数据b具体包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述输入数据a输入卷积神经网络进行特征提取，将提取的特征结合多层感知机输出的融合单词级别偏好向量得到评论向量具体包括：
4.根据权利要求1所述的方法，其特征在于，所述计算所述用户评论向量与所述物品评论向量之间的欧式距离，将所述欧式距离输入循环神经网络不断迭代得到最终的聚合评论表示，对所述最终的聚合评论表示使用多层感知机得到最终的交互向量，基于所述最终的交互向量通过多层感知机输出评分任务的预测结果具体包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述评分任务的预测结果进行转化得到评分结果，融合所述评...
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。