公开(公告)号：CN112948681B

公开(公告)日：2024-02-27

申请号：CN202110270394.2

申请日：2021-03-12

Applicant: 北京交通大学

Inventor： 冀振燕 ,  吴梦丹 ,  王开阳 ,  赵阳 ,  杨昕阳

IPC: G06F16/9535 ,  G06F16/36 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种融合多维度特征的时间序列数据推荐方法。该方法包括：利用多通道卷积神经网络从不同维度捕获项目的内部特征；将内部特征与时间序列网络模型捕获的外部特征合并；通过注意机制将内部特征和外部特征合并，作为转换函数的输入；对于用户下一次点击事件，预测输出用户点击项目的可能性。本发明既考虑了会话项目推荐的外部特征，又包含了会话项目推荐的内部特征，能够利用会话丰富的嵌入特征提供高精确度的个性化推荐。

公开(公告)号：CN112948681A

公开(公告)日：2021-06-11

申请号：CN202110270394.2

申请日：2021-03-12

Applicant: 北京交通大学

Inventor： 冀振燕 ,  吴梦丹 ,  王开阳 ,  赵阳 ,  杨昕阳

IPC: G06F16/9535 ,  G06F16/36 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种融合多维度特征的时间序列数据推荐方法。该方法包括：利用多通道卷积神经网络从不同维度捕获项目的内部特征；将内部特征与时间序列网络模型捕获的外部特征合并；通过注意机制将内部特征和外部特征合并，作为转换函数的输入；对于用户下一次点击事件，预测输出用户点击项目的可能性。本发明既考虑了会话项目推荐的外部特征，又包含了会话项目推荐的内部特征，能够利用会话丰富的嵌入特征提供高精确度的个性化推荐。