Document
拖动滑块完成拼图
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

针对低购买度用户的自注意力机制的组合推荐方法及装置 

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:华侨大学

摘要:本发明公开了一种针对低购买度用户的自注意力机制的组合推荐方法及装置,涉及数据处理领域,包括:获取交互次序集合,将行为交互次序集合进行处理得到产品次序总图;构建用户行为偏好分类模型并训练,得到经训练的用户行为偏好分类模型,获取用户群体中的其中一个用户对应的用户特征向量和每个互联网产品对应的产品特征向量并输入经训练的用户行为偏好分类模型,得到其中一个用户对每个互联网产品的行为偏好分类结果;确定捆绑组合生成的起始点,基于产品次序总图和用户的行为偏好分类结果采用束搜索算法从起始点开始搜索扩展节点,得到捆绑组合列表并进行筛选,得到推荐列表。本发明解决目前的推荐算法无法捕捉用户行为偏好的复杂关系等问题。

主权项:1.一种针对低购买度用户的自注意力机制的组合推荐方法,其特征在于,包括以下步骤:获取用户群体中的每个用户的行为交互信息并按照交互行为发生的时间得到行为交互次序集合,将行为交互次序集合根据不同的交互行为进行分类汇总,得到每个用户在不同的交互行为下的产品次序子集合,所述交互行为包括点击、收藏和加购,将所有用户在不同的交互行为下的产品次序子集合分别进行叠加,得到用户群体在每种交互行为下产生的产品次序图,对所述用户群体在所有的交互行为下产生的产品次序图进行合并,得到产品次序总图;构建用户行为偏好分类模型并训练,得到经训练的用户行为偏好分类模型,所述用户行为偏好分类模型包括依次连接的拼接层、多头自注意力层和全连接层;获取用户群体中的其中一个用户对应的用户特征向量和每个互联网产品对应的产品特征向量并输入经训练的用户行为偏好分类模型,用户特征向量和产品特征向量输入拼接层,得到其中一个用户对每个互联网产品的行为交互矩阵,将所述其中一个用户对每个互联网产品的行为交互矩阵输入所述多头自注意力层,得到加权行为特征向量,所述加权行为特征向量输入所述全连接层,得到其中一个用户对每个互联网产品的行为偏好分类结果;基于用户群体中的其中一个用户的行为交互次序集合以及对所有互联网产品的行为偏好分类结果确定捆绑组合生成的起始点,基于所述产品次序总图和用户的行为偏好分类结果采用束搜索算法从所述起始点开始搜索扩展节点以形成捆绑组合,得到捆绑组合列表,对所述捆绑组合列表中的捆绑组合进行筛选,得到推荐列表。

全文数据:

权利要求:

百度查询: 华侨大学 针对低购买度用户的自注意力机制的组合推荐方法及装置

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。