-
公开(公告)号：CN115964568A
公开(公告)日：2023-04-14
申请号：CN202310097744.9
申请日：2023-02-10
Applicant: 南京邮电大学
IPC: G06F16/9535 , G06F16/906 , G06F18/2321 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于边缘缓存的个性化推荐方法。该方法通过挖掘用户社交关系来进行个性化推荐。同时，利用边缘缓存降低传输时延和消耗，以满足用户低时延、高精准的服务需求。方法包括：构建用户嵌入向量和服务嵌入向量；压缩用户嵌入向量，并群组划分；构建群组嵌入向量，并利用门循环单元获得群组的偏好特征向量；通过全连接层和sigmoid函数输出服务缓存的概率，实现边缘缓存；获得用户社交关系特征；使用多层感知机网络对服务嵌入向量进行压缩，并与用户社交关系特征一同输入全连接层，通过sigmoid函数输出服务被推荐的概率，根据Top‑k策略实现边个性化推荐。
Search Results
1
records
(took 0.018 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
