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：西华大学

摘要：本发明提供一种项目关系注意力机制和卷积方式构建序列推荐模型的方法。该方法包括：获取用户对应的历史行为交互序列；根据用户的历史行为交互序列获取项目中的项目关系；根据项目关系作为注意力头构建用户的长期偏好；根据历史行为的交互项目构建用户的短期偏好；对用户的长期偏好和短期偏好进行融合，利用融合后的最终表示得到相应的推荐结果。本发明提供的方法，能够有效提高模型的推荐准确度。

主权项：1.项目关系注意力机制和卷积方式构建序列推荐模型的方法，其特征在于，包括S1.获取用户对应的历史行为交互序列采用数据集为Amazon_office和Amazon_Beauty，数据集包括用户的信息，项目的信息，用户的历史交互项目，交互的时间；S2.根据用户的历史行为交互序列获取项目中的项目关系，所述的项目关系分为序列内项目关系和序列与序列间项目关系；S3.根据项目关系作为注意力头构建用户的长期偏好并且根据历史行为的交互项目所形成的嵌入矩阵EEmb构建用户的短期偏好；通过卷积的方法形成用户的短期偏好，具体公式如下：XEEmb＝LNDropoutLinearEEmb Convk＝5X＝LNDropout[Convk＝5X1,Convk＝5X2,...,Convk＝5XL]G＝ReLUConvk＝5X 其中，Linear为线性变换，Dropout为丢弃操作，LN为层归一化，XEEmb为嵌入矩阵经过线性变换、丢弃操作、层归一化处理后的矩阵，ReLU为激活函数，Xi:i+k-1为在某个区间内进行滑动，F为过滤器，Ff为第f个过滤器，为第i个位置经过第f个过滤器处理后的值，相对应的分别为第i个位置经过第1、2、……、m个过滤器处理后的值，Conv为卷积操作，k为核大小，Concat为拼接操作，X为XEEmb，G为X经过卷积和ReLU激活函数之后的值，convD、GD均为第D层的值，将卷积层的最后一层表示为eConv；S4.对用户的长期偏好和短期偏好进行融合，利用融合后的最终表示得到相应的推荐结果；具体的，在得到用户的长期偏好和用户的短期偏好后，将会对长期偏好和短期偏好进行融合，具体公式如下：eFinal＝λ*eConv+1-λ*eIRA其中，λ为融合参数，eIRA为项目关系作注意力头形成的长期偏好的最终表示，eConv为卷积方式形成的短期偏好的最终表示，eFinal为长期偏好和短期偏好融合后的最终表示。

全文数据：

权利要求：

百度查询： 西华大学 项目关系注意力机制和卷积方式构建序列推荐模型的方法