公开(公告)号：CN112631560B

公开(公告)日：2023-07-07

申请号：CN202011587609.5

申请日：2020-12-29

Applicant: 上海海事大学

Inventor： 李林林 ,  宋安军

IPC: G06F8/20 ,  G06F16/9536 ,  G06N20/00

Abstract: 本发明提供了一种推荐模型的目标函数的构建方法，包括：获取目标用户历史项目的第一历史特征向量和目标特征向量；基于当前时间与历史行为时间构建时间因子模型；获取基于所述时间因子模型影响下的第二历史特征向量；获得初始特征交互向量；获取初始交互层的注意力机制权重；计算带权特征向量历史项目；基于交互结果获得深层交互模型注意力权重值；计算历史评分相似性与目标项目的乘积；构建推荐模型的目标函数。以通过优化目标函数，对参数使用自适应学习率，每次随机选择训练事例，使每个模型参数向负梯度方向更新。

公开(公告)号：CN112631560A

公开(公告)日：2021-04-09

申请号：CN202011587609.5

申请日：2020-12-29

Applicant: 上海海事大学

Inventor： 李林林 ,  宋安军

IPC: G06F8/20 ,  G06F16/9536 ,  G06N20/00

Abstract: 本发明提供了一种推荐模型的目标函数的构建方法，包括：获取目标用户历史项目的第一历史特征向量和目标特征向量；基于当前时间与历史行为时间构建时间因子模型；获取基于所述时间因子模型影响下的第二历史特征向量；获得初始特征交互向量；获取初始交互层的注意力机制权重；计算带权特征向量历史项目；基于交互结果获得深层交互模型注意力权重值；计算历史评分相似性与目标项目的乘积；构建推荐模型的目标函数。以通过优化目标函数，对参数使用自适应学习率，每次随机选择训练事例，使每个模型参数向负梯度方向更新。