【技术实现步骤摘要】
本专利技术涉及序列推荐，具体涉及一种基于识别和修正不可靠实例的序列推荐系统及方法。
技术介绍
1、推荐系统旨为用户推荐潜在的未来交互项，在许多真实的应用中得到了应用，其中，序列推荐根据用户的历史交互，挖掘用户长期或短期的兴趣，从而对用户未来可能的交互项进行推荐。这是因为在真实的世界中，用户的兴趣是在不断变化的，且与物品的交互顺序密切相关，捕捉用户不断变化的当前兴趣对于推荐系统来说十分必要，因此序列推荐通过建模用户的历史交互，挖掘用户的当前兴趣，对用户的下一个交互项进行预测。序列推荐将用户的历史交互分割为若干个训练实例进行训练，实例由历史交互序列以及下一项交互序列构成，其中下一项交互为训练实例中的训练目标，这种训练模式默认实例中的训练目标与其历史交互序列是匹配的，且输入序列中的每个历史交互项与训练目标都是有关联的，但这种假设在真实世界中并不一定成立。在真实的世界中，用户可能会错误地与某一个物品进行交互，或者一些外界因素导致用户点击了并不能真实代表用户偏好的项目，导致训练实例不可靠，从而对序列推荐器产生负面影响。
2、早期的序列...
【技术保护点】
1.一种基于识别和修正不可靠实例的序列推荐系统，其特征在于，包括序列编码模块、反事实采样模块和序列推荐模块；
2.根据权利要求1所述的一种基于识别和修正不可靠实例的序列推荐系统，其特征在于，所述不可靠实例检测模块，具体为利用不可靠实例检测模块，判断编码后矩阵中每个物品是否需要校正操作；
3.一种基于识别和修正不可靠实例的序列推荐方法，根据权利要求1一种基于识别和修正不可靠实例的序列推荐系统实现，其特征在于，包括如下步骤：
4.根据权利要求3所述的一种基于识别和修正不可靠实例的序列推荐方法，其特征在于，步骤1所述用户交互序列表示为其中...
【技术特征摘要】
1.一种基于识别和修正不可靠实例的序列推荐系统，其特征在于，包括序列编码模块、反事实采样模块和序列推荐模块；
2.根据权利要求1所述的一种基于识别和修正不可靠实例的序列推荐系统，其特征在于，所述不可靠实例检测模块，具体为利用不可靠实例检测模块，判断编码后矩阵中每个物品是否需要校正操作；
3.一种基于识别和修正不可靠实例的序列推荐方法，根据权利要求1一种基于识别和修正不可靠实例的序列推荐系统实现，其特征在于，包括如下步骤：
4.根据权利要求3所述的一种基于识别和修正不可靠实例的序列推荐方法，其特征在于，步骤1所述用户交互序列表示为其中，表示用户u交互的第m个物品，即交互项目，被划分为hu-1个实例，每个实例包括输入序列和训练目标，表示...
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。