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

一种基于融合影响力的群体推荐方法、装置 

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:中国人民解放军国防科技大学

摘要:本发明提供了一种融合影响力的群体推荐方法、装置,其可以帮助社交、商家平台更精准地推送社交内容、活动项目给群体,提升群体的满意度和粘性,包括步骤:将用户、群体和项目的数据进行向量化表示;将用户和其所在的群体构成正样例,将用户和其所不在的群体构成负样例,依据群体索引表生成的难负例,基于神经网络构建对比学习模型、群体推荐模型、用户推荐模型,构建模型的损失函数;联合三个模型的损失函数构造多任务学习的损失函数,联合训练三个模型,直至模型收敛,获得训练好的各个模型;将群体和各个项目分别输入训练好的群体推荐模型,输出群体对各个项目具有偏好的概率,依据偏好概率得到群体的推荐项目。

主权项:1.一种融合影响力的群体推荐方法,其特征在于,包括以下步骤:将用户、用户所在的群体和可供选择的项目的数据进行向量化表示;将用户和其所在的群体构成正样例,将用户和其所不在的群体构成负样例,所述负样例中还包括依据群体索引表生成的难负例,所述群体索引表依据原始的用户、用户所在的群体和可供选择的项目的数据构建;基于神经网络构建对比学习模型,所述对比学习模型用于区分正、负样例,构建对比学习模型的损失函数;基于神经网络构建群体推荐模型,将群体以及项目输入所述群体推荐模型,输出群体偏好对应项目的概率,基于成对学习策略构建群体推荐模型的损失函数;基于神经网络构建用户推荐模型,将用户以及项目输入所述用户推荐模型,输出用户偏好对应项目的概率,基于成对学习策略构建用户推荐模型的损失函数;联合对比学习模型、用户推荐模型、群体推荐模型的损失函数构造多任务学习的损失函数,通过所述多任务学习的损失函数联合训练所述对比学习模型、用户推荐模型、群体推荐模型,直至模型收敛,获得训练好的各个模型;将群体和各个项目分别输入训练好的群体推荐模型,输出群体对各个项目具有偏好的概率,依据群体对各个项目具有偏好的概率,输出群体的推荐项目。

全文数据:

权利要求:

百度查询: 中国人民解放军国防科技大学 一种基于融合影响力的群体推荐方法、装置

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。