龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：安徽师范大学
摘要：本发明公开了基于知识图谱的个性化多任务增强推荐模型，包括：线性共享单元和多任务学习模块；线性共享单元以项目和实体特征为输入，经过线性特征交互和压缩得到用于下一层线性共享单元的输入，经过l层后得到两个任务之间的共同特征，作为项目和实体的特征输入到多任务学习模块中的推荐任务和KGE任务中；多任务学习模块包括邻域聚合、推荐任务和KGE任务，两个任务通过线性共享单元连接。本发明通过学习知识图谱中的高阶邻域信息来丰富任务之间的共享信息，通过线性共享单元来学习项目和实体特征之间的动态组合关系，以更细粒度地学习任务之间的共同特征，从而获得更加准确的共同特征表示。
主权项：1.基于知识图谱的个性化多任务增强推荐模型，其特征在于：包括：线性共享单元和多任务学习模块；线性共享单元以项目和实体特征为输入，经过线性特征交互和压缩得到用于下一层线性共享单元的输入，经过l层后得到两个任务之间的共同特征，作为最终项目和实体的特征输入到多任务学习模块中的推荐任务和KGE任务中；多任务学习模块包括邻域聚合、推荐任务和KGE任务，两个任务通过线性共享单元连接；邻域聚合通过关系注意力机制聚合实体的高阶邻域信息，然后将聚合后的信息与实体自身进行连接，作为知识图谱中要共享的实体特征向量，并输入到线性共享单元中；在推荐任务中，以用户、项目的嵌入向量为输入，通过多层感知机MLP得到用户的特征，通过多层线性共享单元得到项目的特征，然后将提取的项目和用户特征进行拼接后，再经过MLP输出用户与项目之间交互的概率；KGE任务以实体特征和关系嵌入向量为输入，实体特征通过多层线性共享单元得到，关系特征通过MLP得到，然后将它们的特征连接起来，在评分函数f和真实尾实体的监督下输出预测的尾实体。
全文数据：
权利要求：
百度查询： 安徽师范大学 基于知识图谱的个性化多任务增强推荐模型
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号