一种强化学习推荐系统的多模型去噪方法及系统

    公开(公告)号:CN119647630A

    公开(公告)日:2025-03-18

    申请号:CN202510168968.3

    申请日:2025-02-17

    Applicant: 浙江大学

    Abstract: 本发明公开了一种强化学习推荐系统的多模型去噪方法及系统,所述去噪方法包括:获取含噪声交互数据,使用广义矩阵分解模型和其他两种矩阵分解模型作为预测模型对含噪声交互数据进行预测;通过最小化多个预测模型之间拟合的真实用户偏好分布的KL散度,同时最大化给定真实用户偏好条件下观测数据的似然,以此优化预测模型参数;经优化后的预测模型作为教师模型,并通过降噪正样本噪声和降噪负样本噪声对教师模型训练得到去噪教师模型;构建学生模型,并定义目标损失函数。本发明利用上述去噪算法训练去噪用户模型,用于和在线强化学习策略交互,提供更符合用户真实偏好的反馈,提高强化学习推荐方法的噪音鲁棒性和推荐性能。

    基于索引的不确定图两点间可达概率查询方法和装置

    公开(公告)号:CN117786160A

    公开(公告)日:2024-03-29

    申请号:CN202311643894.1

    申请日:2023-12-01

    Applicant: 浙江大学

    Abstract: 基于索引的不确定图两点间可达概率查询方法和装置,其方法包括:通过预计算得到一系列索引标签并将其预存,从而在查询时通过直接访问索引实现高效且具有理论保证的查询。本发明首先对新输入的图,构造一个相应的节点覆盖;之后在图上进行预计算,构造索引标签并进行存储,建立起一套索引结构;随后对新输入的查询,判断其属于四种查询类别中的哪一种;最后根据对应的查询类别,扫描索引进行基于两跳覆盖的计算,用返回的估计值作为两点间可达概率的查询结果,完成查询。本发明将部分重要属性在图数据的初始化阶段完成预计算,并作为索引进行存储,查询时只需浏览对应节点的索引信息就可高效完成查询响应,提高了查询的性能。

    基于自注意力机制的电子商务视频高光检测方法及系统

    公开(公告)号:CN112801076A

    公开(公告)日:2021-05-14

    申请号:CN202110403571.X

    申请日:2021-04-15

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于自注意力机制的电子商务视频高光检测方法及系统,属于视频高光检测领域。整个检测过程分为两个阶段,在第一阶段将视频分成待检测片段和上下文片段,分别通过绝对时序编码和相对时序编码将其位置关系编码到整个视频中,通过加性注意力机制和自注意力机制将得出候选分数较高的若干候选片段;在第二阶段,从生成的若干候选片段中选择最好的得分最高的片段作为最后的高光片段输出。本发明基于自注意机制,利用绝对位置编码和相对位置编码,能够综合考虑片段与上下文以及片段和整体的关系,在高光检测中所取得的效果相比于传统的方法更好,精度更高。

Patent Agency Ranking