用户协同过滤文献推荐方法、装置、设备及介质制造方法及图纸

技术编号:41872027 阅读:25 留言:0更新日期:2024-07-02 00:23
本申请涉及数据处理技术领域,提出了一种用户协同过滤文献推荐方法、装置、设备及介质,其中,方法包括:获取目标用户的目标用户行为文献文本;使用预训练的doc2vec模型确定所述目标用户行为文献文本对应的目标语义向量;根据所述目标语义向量确定所述目标用户对应的目标用户向量;根据所述目标用户向量和预存的候选用户的候选用户向量进行相似度计算,确定所述目标用户对应的多个目标相似用户;根据所述多个目标相似用户的行为文献和预设投票规则为所述目标用户推荐对应的目标文献。通过该技术方案,推荐结果能够更准确地反映用户的实际兴趣偏好,提高推荐的精度和质量。

【技术实现步骤摘要】

【】本申请涉及数据处理,尤其涉及一种用户协同过滤文献推荐方法、装置、设备及介质


技术介绍

0、
技术介绍

1、在当今信息社会中,知识服务平台作为一种重要的知识传播和信息交流形式,旨在通过整合、挖掘和推送知识资源,为用户提供更为精准和有价值的信息内容,满足用户多样化的知识需求。然而,随着信息的爆炸性增长,如何从海量的信息中精准地提取、推荐与用户兴趣相关的内容,成为知识服务平台面临的关键挑战。

2、传统的知识服务平台主要采用基于关键词检索和基于规则的推荐等方法,这些方法在一定程度上受限于关键词的表面含义,往往无法准确地捕捉用户的兴趣和需求。同时缺乏对文本内容的深层语义理解,导致推荐的内容质量和个性化程度有限。此外,这些方法通常忽略了用户与知识内容之间的交互行为,无法充分挖掘用户的潜在兴趣。


技术实现思路

0、
技术实现思路

1、本申请实施例提供了一种用户协同过滤文献推荐方法、装置、设备及介质,旨在解决相关技术中无法准确地捕捉用户的兴趣和需求,同时缺乏对文本内容的深层语义理本文档来自技高网...

【技术保护点】

1.一种用户协同过滤文献推荐方法,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,获取目标用户的目标用户行为文献文本,包括:

3.根据权利要求1所述的方法,其特征在于,预训练的doc2vec模型的训练过程包括:

4.根据权利要求1所述的方法,其特征在于,所述根据所述目标语义向量确定所述目标用户对应的目标用户向量,包括:

5.根据权利要求4所述的方法,其特征在于,所述按照预设用户向量计算规则,将所述目标语义向量进行加权求和,以得到对应的所述目标用户向量,包括:

6.根据权利要求1所述的方法,其特征在于,根据所述多个目...

【技术特征摘要】

1.一种用户协同过滤文献推荐方法,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,获取目标用户的目标用户行为文献文本,包括:

3.根据权利要求1所述的方法,其特征在于,预训练的doc2vec模型的训练过程包括:

4.根据权利要求1所述的方法,其特征在于,所述根据所述目标语义向量确定所述目标用户对应的目标用户向量,包括:

5.根据权利要求4所述的方法,其特征在于,所述按照预设用户向量计算规则,将所述目标语义向量进行加权求和,以得到对应的所述目标用户向量,包括:

...

【专利技术属性】
技术研发人员:张良王现臣肖银涛江程
申请(专利权)人:同方知网数字出版技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1