【技术实现步骤摘要】
本专利技术属于对话式推荐，尤其涉及一种基于评论潜在信息挖掘的对话式推荐方法。
技术介绍
1、在推荐系统领域，对话式推荐系统是一个重要的研究方向。对话式推荐系统的目标是与用户进行自然语言对话，并提供高质量的推荐。与传统的推荐系统相比，对话式推荐系统通过自然语言与用户进行动态交互，获得实时反馈，并对用户偏好进行建模。该系统动态检测用户兴趣的变化，从而提高项目推荐的成功率。目前，对话式推荐系统被广泛应用于各种现实场景中，比如智能语音助手和电子商务平台上的客服。一般来说，对话式推荐系统可以分为两个主要模块：推荐模块和对话模块。推荐模块根据对话内容对用户偏好进行建模，并提供准确的推荐。生成模块的任务是生成流畅的自然语言与用户进行交互。
2、近年来，为了提供高质量的推荐，研究人员在对话式推荐系统中投入大量的工作。如何理解对话内容并做出准确的推荐是对话式推荐系统面临的重要挑战，为了能够充分，一些研究使用更复杂的编码器理解对话内容以达到提高推荐性能的目的。然而，由于对话仅由自然语言组成的，实际的用户兴趣偏好却反映在物品和实体之中，仅仅利用对...
【技术保护点】
1.一种基于评论潜在信息挖掘的对话式推荐方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于评论潜在信息挖掘的对话式推荐方法，其特征在于，所述子模型MiRe的获取方法包括以下步骤：
3.如权利要求2所述的一种基于评论潜在信息挖掘的对话式推荐方法，其特征在于，步骤2中的编码向量矩阵的各个节点的编码向量的获取方法如下：
4.如权利要求2所述的一种基于评论潜在信息挖掘的对话式推荐方法，其特征在于，步骤3中的编码向量矩阵的各个节点的编码向量的获取方法如下：
5.如权利要求2所述的一种基于评论潜在信息挖掘的对话式推荐方...
【技术特征摘要】
1.一种基于评论潜在信息挖掘的对话式推荐方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于评论潜在信息挖掘的对话式推荐方法，其特征在于，所述子模型mire的获取方法包括以下步骤：
3.如权利要求2所述的一种基于评论潜在信息挖掘的对话式推荐方法，其特征在于，步骤2中的编码向量矩阵的各个节点的编码向量的获取方法如下：
4.如权利要求2所述的一种基于评论潜在信息挖掘的对话式推荐方法，其特征在于，步骤3中的编码向量矩阵的各个节点的编码向量的获取方法如下：
5.如权利要求2所述的一种基于评论潜在信息挖掘的对话式推荐方法，其特征在于，步骤6中的编码向量矩阵的各个节点的编码向量的获取方法如下：
6.如权利要求3所述的一种基于评论潜在信息挖掘的对话式推荐方法，其特征在于，步骤8中的知识图谱conceptnet中各个节点的编码向量的获取方法为：
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。