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：江西师范大学

摘要：本申请公开了基于多尺度对比学习双塔模型的在线群组推荐方法及系统，属于人工智能技术领域，该方法包括：首先，系统获取并预处理在线群组推荐的相关信息，生成用户的群组序列、用户初始表征、事件初始表征以及用户和事件的邻居集合；模型的左塔由序列编码网络构成，包括群组嵌入编码层、序列初始编码层和相似用户编码层，旨在提取用户群组的序列表征；右塔则由群组编码网络组成，包含意见融合层和特征聚合层，用于生成群组的最终表征；对比学习网络包括群组‑群组、序列‑序列和序列‑群组对比层，构建相应的对比损失函数；通过优化损失函数，训练得到多尺度对比学习双塔优化模型，最终实现精准的个性化的群组推荐结果。

主权项：1.一种基于多尺度对比学习双塔模型的在线群组推荐方法，其特征在于，所述方法包括：获取在线群组推荐的相关信息，对所述相关信息进行预处理，分别得到用户的群组序列、用户初始表征、事件初始表征以及用户和事件的邻居集合；构建多尺度对比学习双塔模型，包括：构建多尺度对比学习双塔模型的左塔，包括序列编码网络，所述序列编码网络包括群组嵌入编码层、序列初始编码层和相似用户编码层，所述群组嵌入编码层用于根据用户的群组序列得到群组嵌入表征，所述序列初始编码层用于根据群组嵌入表征得到初始群组编码序列，所述相似用户编码层用于根据初始群组编码序列得到群组编码序列；构建多尺度对比学习双塔模型的右塔，包括群组编码网络，所述群组编码网络包括意见融合层和特征聚合层，所述意见融合层用于根据用户初始表征、事件初始表征以及用户和事件的邻居集合得到每个结点的最终表征，所述特征聚合层用于根据每个结点的最终表征得到群组最终表征；构建多尺度对比学习双塔模型的对比学习网络，包括群组-群组对比层、序列-序列对比层和序列-群组对比层，所述群组-群组对比层用于构建群组对比损失函数，所述序列-序列对比层用于构建序列对比损失函数，所述序列-群组对比层用于构建序列-群组对比损失函数；构建优化损失函数以训练所述多尺度对比学习双塔模型，得到多尺度对比学习双塔优化模型，所述优化损失函数包括总对比损失函数和负对数似然损失函数，所述总对比损失函数包括所述群组对比损失函数、所述序列对比损失函数和所述序列-群组对比损失函数；基于所述多尺度对比学习双塔优化模型得到在线群组推荐结果。

全文数据：

权利要求：

百度查询： 江西师范大学 基于多尺度对比学习双塔模型的在线群组推荐方法及系统