【技术实现步骤摘要】
本专利技术属于推荐方法,具体涉及一种基于两个去噪模块的图对比学习的推荐方法。
技术介绍
1、随着互联网技术的飞速发展与普及,信息过载已成为现代社会中个体日常生活中一个不容忽视且日益严峻的挑战。为了有效应对这一难题,推荐系统作为一种创新且高效的解决方案应运而生,它不仅极大地简化了用户在海量信息中筛选与定位所需内容的过程,同时也为服务提供商开辟了新的增长点,促进了流量的激增与收入的显著提升。推荐系统凭借其个性化、智能化的特点,已广泛嵌入并深刻影响着众多应用程序领域,包括但不限于电子商务平台的商品推荐、社交媒体网站的内容推送、新闻门户的定制化资讯服务、以及数字图书馆中的书籍与资源引导等。在这些场景下,推荐系统通过分析用户的历史行为、偏好、兴趣及上下文环境等多维度信息,精准地为用户量身打造个性化的推荐列表,从而实现了信息的高效匹配与传递,增强了用户体验的满意度与忠诚度。
2、受深度学习在计算机视觉和语言理解领域取得显著成就的驱动,推荐系统的研究趋势已明显转向探索并专利技术基于神经网络的新型推荐模型。近年来,业界见证了神经推荐模型开发
...【技术保护点】
1.一种基于两个去噪模块的图对比学习的推荐方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于两个去噪模块的图对比学习的推荐方法,其特征在于,所述步骤S1包括以下步骤:
3.根据权利要求2所述的基于两个去噪模块的图对比学习的推荐方法,其特征在于,所述步骤S2包括以下步骤:
4.根据权利要求3所述的基于两个去噪模块的图对比学习的推荐方法,其特征在于,所述步骤S3包括以下步骤:
5.根据权利要求4所述的基于两个去噪模块的图对比学习的推荐方法,其特征在于,所述步骤S4在于构建一个预测层,通过学习到的用户和商品的最终嵌
...【技术特征摘要】
1.一种基于两个去噪模块的图对比学习的推荐方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于两个去噪模块的图对比学习的推荐方法,其特征在于,所述步骤s1包括以下步骤:
3.根据权利要求2所述的基于两个去噪模块的图对比学习的推荐方法,其特征在于,所述步骤s2包括以下步骤:
4.根据权利要求3所述的基于...
【专利技术属性】
技术研发人员:胡国伟,王祥,王则林,周建美,程实,
申请(专利权)人:南通大学,
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。