一种基于信息传播和注意力机制的序列推荐方法
基本信息
| 申请号 | CN202210357247.3 | 申请日 | - |
| 公开（公告）号 | CN114691995A | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN114691995A | 申请公布日 | 2022-07-01 |
| 分类号 | G06F16/9535（2019.01）I;G06F16/958（2019.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 石秀金;陶陈赟;王绍宇 | 申请（专利权）人 | 东华大学 |
| 代理机构 | 北京力量专利代理事务所（特殊普通合伙） | 代理人 | - |
| 地址 | 200051上海市长宁区延安西路1882号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于信息传播和注意力机制的序列推荐方法。对输入的用户行为序列计算出每个物品对应的传播力；对用户的评分数据进行修正；进行特征提取利用矩阵分解计算出当前时间物品与当前时间节点之前物品的相关性，将相关性结果输入至Softmax函数输出预测下个物品的概率；建立二元交叉熵损失函数，当损失函数未达到给定条件时，将信息重新传入神经网络模型进行训练，直至输出的结果满足给定条件，将训练完成的模型作为最终模型用于序列推荐。本发明能够更加用户的历史行为序列数据计算出物品的传播力信息，将物品的传播力信息加入到深度模型中，帮助序列推荐得到更好的性能。 |
