Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于注意力机制的DeepFM模型浏览数据处理的方法及系统 

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:中国石油天然气集团有限公司;中国石油集团川庆钻探工程有限公司

摘要:本发明提供的一种基于注意力机制的DeepFM模型浏览数据处理的方法及系统,解决了电子商务作用平台底层数据关联性弱,用户界面不友好,用户行为存在的差异性的问题。该方法及系统采用因子分解机FM与全连接神经网络MLP两部分联合训练,无需加入人工特征,更易部署;结构简单,复杂度低,两部分共享输入,共享信息,可更精确的训练学习;能更好地学习低维和高维特征之间的交互,能够挖掘用户的潜在兴趣,同时在计算用户兴趣表示向量时引入了注意力机制来计算相应的权重,使能够对不同的候选商品生成自适应的用户兴趣表示向量,更加精准地发觉用户兴趣。本发明用于DeepFM模型油汽作业平台领域。

主权项:1.一种基于注意力机制的DeepFM模型浏览数据处理的方法,其特征在于,所述方法包括如下步骤:S1:获取数据集,将所述数据集中原始输入类别特征进行one-hot编码;通过嵌入层将one-hot向量转换为低维稠密的嵌入向量;S2:注意力计算单元根据目标用户的历史行为特征和当前广告的相关性给用户的行为特征赋予相应的权重,得到用户每个行为特征的权重以后,再对用户所有的历史行为特征做加权和,便可以计算出代表用户兴趣的嵌入向量;S3:将所述经过嵌入层得到的嵌入向量,以及经过注意力计算得到的代表用户兴趣的嵌入向量作为因子分解机FM层和全连接神经网络MLP层共同输入,因子分解机FM层输出低阶特征交互到的结果,全连接神经网络MLP层输出高阶特征交互的结果;S4:输出单元输出最终的CTR预测值:输出单元将因子分解机FM层的输出和全连接神经网络MLP层的输出进行相加,再通过sigmoid函数得到模型最终预测的CTR值,通过CTR预测值的大小判断是否进行对该商品的推荐。

全文数据:

权利要求:

百度查询: 中国石油天然气集团有限公司 中国石油集团川庆钻探工程有限公司 一种基于注意力机制的DeepFM模型浏览数据处理的方法及系统

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。