当前位置: 首页 > 专利查询>福州大学专利>正文

基于自注意力序列推荐方法及系统技术方案

技术编号:43777123 阅读:33 留言:0更新日期:2024-12-24 16:14
本发明专利技术涉及一种基于自注意力序列推荐方法及系统,该方法包括以下步骤:步骤A:获取商品的文本信息和用户行为数据,构建训练集;步骤B:构建深度学习网络模型,所述深度学习网络模型使用商品文本信息来计算得到商品embedding,通过结合文本预训练模型和基于自注意力机制的时间编码更全面地理解用户的行为模式和兴趣演化;使用训练集训练深度学习网络模型,得到训练好的深度学习网络模型;步骤C:将商品、用户数据输入训练好的深度学习网络模型中,输出当前用户对目标商品的评分排名。该方法及系统有利于提高推荐系统预测的准确性。

【技术实现步骤摘要】

本专利技术属于推荐系统领域,具体涉及一种基于自注意力序列推荐方法及系统


技术介绍

1、序列推荐系统,作为一种先进的推荐系统形式,专注于利用用户历史行为的序列数据来预测其未来的行为。这种系统的核心在于理解和利用用户行为的时间序列特征,从而提供更加个性化和精准的推荐。与传统推荐系统相比,序列推荐系统更强调对用户行为的时序动态和演化模式的捕捉,能够有效地反映用户当前的兴趣和偏好。

2、然而,在构建高效的序列推荐系统时,研究者面临着多种挑战。其中一个主要的挑战是如何有效地处理和解析大量的序列数据,特别是在解析用户与商品之间复杂的交互关系时。传统方法往往忽略了用户行为序列中的细节信息,例如文本描述和时间戳信息,这些信息对于理解用户的具体兴趣至关重要。此外,仅仅关注用户的行为模式,而忽视了行为发生的时间上下文,可能导致对用户当前兴趣的不准确理解。


技术实现思路

1、本专利技术的目的在于提供一种基于自注意力序列推荐方法及系统,该方法及系统有利于提高推荐系统预测的准确性。

2、为了实现上述目的,本专本文档来自技高网...

【技术保护点】

1.一种基于自注意力序列推荐方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于自注意力序列推荐方法,其特征在于,所述步骤A具体包括以下步骤:

3.根据权利要求1所述的基于自注意力序列推荐方法,其特征在于,所述步骤B具体包括以下步骤:

4.根据权利要求3所述的基于自注意力序列推荐方法,其特征在于,所述步骤B1具体包括以下步骤:

5.根据权利要求4所述的基于自注意力序列推荐方法,其特征在于,所述步骤B2具体包括以下步骤:

6.根据权利要求5所述的基于自注意力序列推荐方法,其特征在于,所述步骤B3中,使用权重计算保持连续依...

【技术特征摘要】

1.一种基于自注意力序列推荐方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于自注意力序列推荐方法,其特征在于,所述步骤a具体包括以下步骤:

3.根据权利要求1所述的基于自注意力序列推荐方法,其特征在于,所述步骤b具体包括以下步骤:

4.根据权利要求3所述的基于自注意力序列推荐方法,其特征在于,所述步骤b1具体包括以下步骤:

5.根据权利要求4所述的基于自注意力序列推荐方法,其特征在于,所述步骤b2具体包括以下步骤:

6.根据权利要求5所述的基于自注意力序列推荐方法,其特征在于,所述步骤b3中,使用权重计算保持连...

【专利技术属性】
技术研发人员:陈羽中林修镪陈子阳
申请(专利权)人:福州大学
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