【技术实现步骤摘要】
本专利技术属于大数据分析，具体涉及信息推荐技术，尤其涉及一种基于偏好原型感知学习的通用跨域推荐方法。
技术介绍
1、推荐技术旨在为用户提供满意的信息推送服务，被广泛应用于众多线上场景中，例如社交软件上的好友推荐、购物平台上的商品推荐和短视频平台上的视频推荐。推荐系统彻底改变了用户发现和参与内容的方式，主要通过发掘潜在的用户偏好并建议可能感兴趣的项目。单一域内推荐系统侧重于对用户在一个领域内的行为进行建模，通过分析用户的历史行为和物品的特征来生成推荐结果，不断的优化推荐效果，从而提供有关用户个性化的推荐，以满足用户的偏好和需求。
2、跨领域推荐是通过利用来自多个领域的数据，增强对用户偏好的理解，从而实现更个性化和准确的推荐。传统推荐系统主要集中于双领域研究，缺乏独立的用户偏好建模专用模块。在尝试跨多个领域提取用户偏好时，这些方法在识别真实的用户偏好和过滤冗余项目特征方面面临挑战，使其在这种情况下的效果不尽如人意。为了解决这些问题，一些方法构建了专门的模块来提取用户偏好。这些方法基于统一框架，便于在双领域和多领域的现实场景中应用...
【技术保护点】
1.一种基于偏好原型感知学习的通用跨域推荐方法，其特征在于，该方法包括利用原型感知学习量化用户偏好，且根据给定的特定交互项目与全局交互项目以及用户ID，以实现在若干个场景下的通用跨域推荐，该方法步骤包括：
2.根据权利要求1所述的基于偏好原型感知学习的通用跨域推荐方法，其特征在于：步骤S1还包括如下步骤：
3.根据权利要求1所述的基于偏好原型感知学习的通用跨域推荐方法，其特征在于：所述步骤S2中考虑潜在用户uj在X域中进行的交互行为，根据包含特定项目嵌入和评分BX∈RN×1的历史记录，设计混合网络以实现捕获领域表示E，用于压缩项目嵌入和评分，其
【技术特征摘要】
1.一种基于偏好原型感知学习的通用跨域推荐方法，其特征在于，该方法包括利用原型感知学习量化用户偏好，且根据给定的特定交互项目与全局交互项目以及用户id，以实现在若干个场景下的通用跨域推荐，该方法步骤包括：
2.根据权利要求1所述的基于偏好原型感知学习的通用跨域推荐方法，其特征在于：步骤s1还包括如下步骤：
3.根据权利要求1所述的基于偏好原型感知学习的通用跨域推荐方法，其特征在于：所述步骤s2中考虑潜在用户uj在x域中进行的交互行为，根据包含特定项目嵌入和评分bx∈rn×1的历史记录，设计混合网络以实现捕获领域表示e，用于压缩项目嵌入和评分，其中n...
【专利技术属性】
技术研发人员：张雨溪，张吉，李博涵，徐飞扬，陈吕莹，
申请(专利权)人：南京航空航天大学，
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。