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：东北大学
摘要：本发明提供一种基于多视角自监督对比学习的多模态推荐方法，涉及推荐系统技术领域。本发明通过基于特征交叉矫正的两阶段模态表征模块缩小了跨模态语义差距，有效减少了噪声；通过二元重编织进行用户‑项目图结构扰动，净化了历史数据中的虚假交互，更好的拟合了真实场景；最后通过构建项目‑项目亲和图实现模态信息增强，大大提升项目嵌入的语义关联度，在减小计算复杂度的同时解决了信息混叠和模态语义丢失的问题。对于上述多视角进行自监督对比学习，最大化不同视图下的节点的互信息，更好地表征了节点，有效提高了推荐系统的准确性和鲁棒性。
主权项：1.一种基于多视角自监督对比学习的多模态推荐方法，其特征在于：包括：获取用户-项目交互信息，项目多模态信息；基于特征交叉矫正的两阶段模态表征，包括第一阶段进行特征交叉匹配对齐和第二阶段进行语义去噪矫正；使用co-attention模块处理原始特征，让原本存在巨大语义差距的图像模态特征和文本模态特征实现跨模态交互，特征得以匹配对齐，缩小跨模态语义差距，通过特征交叉矫正实现更好地项目表征，并通过门控机制实现模态特征矫正，去除原始数据中的噪声；基于二元重编织和模态信息增强的特征提取，包括二元重编织结构扰动、亲和图模态信息增强；通过二元重编织对于交互图进行结构扰动实现场景模拟，识别并去除虚假交互；为模态特征创建新的项目-项目亲和图，在亲和图上传播模态特征，减少信息混叠，增强模态信息；基于多视角自监督对比学习的全局表征优化，包括计算交互图重编织损失和多模态同步调和损失；进行参数训练，生成最终推荐列表。
全文数据：
权利要求：
百度查询： 东北大学 一种基于多视角自监督对比学习的多模态推荐方法
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