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

一种基于深度神经网络个性化推荐的方法、系统和装置 

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:大数据安全工程研究中心(贵州)有限公司

摘要:本申请公开了一种基于深度神经网络个性化推荐的方法、系统及装置,用于提升对视频软件用户的推送精度。本申请方法包括:对用户行为数据进行预处理,得到历史观看行为;将视频标签数据转化为视频标签值;通过嵌入层将视频标签值转化为标签词嵌入向量嵌入学习模型的高维向量空间;通过嵌入层将视频ID转化为视频嵌入向量;初始化LSTM网络,并向LSTM网络逐一输入视频嵌入向量序列中的元素,根据视频嵌入向量序列中的元素顺序逐一计算其中每个元素,得到目标隐藏状态;获取目标用户的用户行为数据,结合历史观看行为和视频标签数据,根据激活函数计算目标用户的用户行为数据的目标隐藏状态,得到目标用户的推荐结果。

主权项:1.一种基于深度神经网络个性化推荐的方法,其特征在于,所述方法包括:获取用户行为数据和视频标签数据;对所述用户行为数据进行预处理,得到历史观看行为,所述历史观看行为包括视频ID和观看时长;使用One-Hot编码将所述视频标签数据转化为视频标签值,所述视频标签值为数值型数据;通过嵌入层将所述视频标签值转化为标签词嵌入向量嵌入学习模型的高维向量空间,以使得所述视频标签能作为神经网络学习的特征;将所述历史观看行为序列化,得到观看序列;通过嵌入层将视频ID转化为视频嵌入向量;根据所述观看序列将所述视频嵌入向量整合,得到视频嵌入向量序列;初始化LSTM网络,并向LSTM网络逐一输入所述视频嵌入向量序列中的元素,根据所述视频嵌入向量序列中的元素顺序通过计算时间加权的交叉熵损失函数逐一计算其中每个元素,得到目标隐藏状态;获取目标用户的用户行为数据,结合所述历史观看行为和视频标签数据,根据激活函数计算所述目标用户的用户行为数据的所述目标隐藏状态,得到所述目标用户的推荐结果。

全文数据:

权利要求:

百度查询: 大数据安全工程研究中心(贵州)有限公司 一种基于深度神经网络个性化推荐的方法、系统和装置

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。