【技术实现步骤摘要】
本专利技术属于双向跨域推荐，尤其涉及一种基于线性门控插值和迁移增益的双向跨域推荐方法。
技术介绍
1、随着计算机技术和互联网的飞速发展，越来越多的用户交互不再局限于同一领域，跨域推荐已成为个性化推荐服务领域的重要应用技术之一。然而，由于多领域互通合作的精细化服务战略发展要求，传统跨域推荐技术已无法适应于跨业合作场景中的个性化推荐服务要求，双向跨域推荐技术应运而生，它可以将两个领域的信息进行关联，为用户提供更加精准的推荐。
2、跨域偏好解耦技术因具有降噪优势，现有双向跨域推荐相关研究成果大多数通过解耦域共享特征和域独立特征，进而实现双向跨域用户偏好构建，并且在多个数据集中展现出了较好推荐性能。
3、麦考瑞大学的学者在2023年提出了一种基于细粒度用户偏好解耦方法， 它首先采用多层感知机技术学习跨域偏好通用表示，然后利用重参数采样技术分别提取域独立表示和域独特表示，虽然细粒度偏好提取技术在双向跨域推荐领域表现出了不错的性能，但该类方法存在的问题是：1、现有双向跨域推荐方法采用跨域信息补充当前域信息，忽视了稀疏跨域特征向丰富域迁移时带来的负迁移问题；2、双向跨域推荐场景中共享用户较少，造成共享特征数量有限，从而导致偏好表示仍然存在着拟合性不强，用户偏好拟合不充分的问题。综上，现有双向跨域方法学习的用户偏好表征质量差，同时给出的推荐结果不符合用户个性化需求，进而降低了推荐系统性能。
技术实现思路
1、本专利技术要提供一种基于线性门控插值和迁移增益的双向跨域推荐方法，
2、为了达到本专利技术的目的，本专利技术提供的技术方案是：一种基于线性门控插值和迁移增益的双向跨域推荐方法，包括以下步骤：
3、步骤一、获取单域用户交互记录，分别对各域中的用户、项目进行特征嵌入：
4、步骤二、采用门控插值技术扩充跨域共享用户兴趣：
5、步骤三、根据域交互信息，利用线性注意力网络构建用户兴趣表示：
6、步骤四、计算混合模型和独立模型损失，根据迁移增益关系建立双向跨域迁移范式：
7、4.1基于跨域用户兴趣、增强型用户兴趣及单域用户交互记录，利用混合模型建立跨域迁移协同偏好表征：
8、4.2、基于用户嵌入表征和用户交互记录，利用独立模型构建域偏好表征：
9、4.3、迁移信息增益计算：分别计算各个领域由协同偏好表征与域用户偏好表征所形成的迁移信息增益，以获取双向跨域学习的域特征权值。
10、步骤五、为所有候远节点计算交互概率，并同时生成不同域下的推荐列表。
11、进一步的，上述步骤二的计算为：
12、
13、
14、其中为用户uj在a领域中的嵌入表示，为用户uj在b领域中的嵌入表示，为用户uj在a领域中的增强型嵌入表示，为用户uj在b领域中的增强型嵌入表示，λ∈[0,1]且服从beta分布。
15、进一步的，上述4.1中，损失函数为：
16、
17、
18、其中f(·)为兴趣融合模型，g(·)为双向跨域迁移模型，θmix(a),θmix(b)为模型训练参数。
19、进一步的，上述4.2中，损失函数为：
20、
21、
22、进一步的，上述4.3中，迁移信息增益计算包括以下步骤：
23、(1)生成迁移学习的混合损失和域编码的独立损失的加权程度，计算公式为：
24、
25、
26、(2)当增益值大于0时，用户偏好表示为独立模型和混合模型的加权和，该过程表示为：
27、当δa＞0,δb＞0时，
28、
29、当δa＝0,δb＝0时，
30、
31、当δa＝0,δb＞0时，
32、
33、当δa＞0,δb＝0时，
34、
35、与现有技术相比，本专利技术的优点是：
36、1、本专利技术的方法，首先基于线性门控插值函数，通过学习共享用户在各个域中的兴趣特征，建立了跨域共享用户兴趣增强机制。其次基于单域用户兴趣变化特征，通过计算双域混合模型损失和单域独立模型损失，捕获双向迁移信息增益，然后根据迁移信息增益量，动态自适应建立双向迁移学习的权重，使得最终的双向跨域迁移模型具有自主选择性，进而生成高质量的用户偏好表征。通过对关联多样性特征的挖掘和动态自适应双向跨域迁移范式的建模，最终的用户偏好表示具有较强的表征能力，用户偏好拟合充分。
37、2、本专利技术以双向跨域推荐场景为目标，通过设计兴趣增强策略和自适应跨域机制，有效建模了兴趣转移模式和构建了自适应双向跨域迁移范式，缓解了跨域推荐中用户偏好拟合不充分问题和负迁移问题，大大提高了双域用户偏好拟合质量和双向跨域推荐模型泛化能力，具有提升用户偏好表征质量的优势，进而提升个性化推荐效果，从而实现跨界合作场景下的个性化服务目的。
38、附图标记：
39、图1是本专利技术的方法结构图；
40、图2是本专利技术的流程图。
本文档来自技高网...【技术保护点】
1.一种基于线性门控插值和迁移增益的双向跨域推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于线性门控插值和迁移增益的双向跨域推荐方法，其特征在于，所述步骤二的计算为：
3.根据权利要求2所述的一种基于线性门控插值和迁移增益的双向跨域推荐方法，其特征在于，所述4.1中，损失函数为：
4.根据权利要求2所述的一种基于线性门控插值和迁移增益的双向跨域推荐方法，其特征在于，所述4.2中，损失函数为：
5.根据权利要求2或3所述的一种基于线性门控插值和迁移增益的双向跨域推荐方法，其特征在于，所述4.3中、迁移信息增益计算包括以下步骤：
【技术特征摘要】
1.一种基于线性门控插值和迁移增益的双向跨域推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于线性门控插值和迁移增益的双向跨域推荐方法，其特征在于，所述步骤二的计算为：
3.根据权利要求2所述的一种基于线性门控插值和迁移增益的双向跨域推荐方法，其特征在于，...
【专利技术属性】
技术研发人员：张金金，华翔，何志强，牛恬欣，贾梦凡，黄金香，
申请(专利权)人：西安工业大学，
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。