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：重庆邮电大学
摘要：本发明涉及物品推荐技术领域，尤其涉及一种基于多级注意力机制和评论文本的推荐方法，包括根据用户评论文本数据和物品评论文本数据得到词嵌入表示，根据一个语句的词嵌入表示得到语句的上下文表示；利用多层感知机和双层注意力层分别得到获取用户、和物品个性化关注向量和用户、物品的个性化偏好特征；利用获得注意力权重分别对用户的个性化偏好特征和物品的个性化偏好特征进行加权得到用户、物品的最终个性化特征表示；将用户、物品的最终个性化特征表示输入预测层得到推荐结果；本发明显著提升了推荐系统的特征提取能力和交互建模准确性，从而大幅度提高了推荐的质量和用户满意度。
主权项：1.一种基于多级注意力机制和评论文本的推荐方法，其特征在于，具体包括以下步骤：S1、获取用户评论文本和物品评论文本，分别对用户评论文本和物品评论文本进行分词、标记和预处理，得到用户评论文本数据和物品评论文本数据；S2、将用户评论文本数据和物品评论文本数据输入到预训练语言模型和CTM主题模型中，将得到的词向量和主题向量在维度上进行拼接得到融合主题信息的词向量；S3、将一个语句的所有词嵌入表示输入卷积层中获取该语句的上下文表示；S4、利用多层感知机将用户ID转换为用户个性化关注向量、将物品ID转换为物品个性化关注向量；S5、构建双层注意力层，分别将用户、物品的上下文表示及其对应的个性化关注向量输入双层注意力层中，同时融入时间衰变函数，可根据时间戳信息来评估时间的影响，分别获得用户、物品的个性化偏好特征；S6、将用户、物品的个性化偏好特征输入共同注意力网络模拟用户与物品的交互，获取在用户影响下的物品评论的注意力权重和在物品影响下的用户评论的注意力权重；S7、利用获得注意力权重分别对用户的个性化偏好特征和物品的个性化偏好特征进行加权，分别得到用户、物品的最终个性化特征表示；S8、将用户、物品的最终个性化特征表示输入预测称，预测层输出用户对物品的预测评分，并将得到最高的物品推荐给用户。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于多级注意力机制和评论文本的推荐方法
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