-
公开(公告)号：CN118445486A
公开(公告)日：2024-08-06
申请号：CN202410606669.9
申请日：2024-05-16
Applicant: 复旦大学
IPC: G06F16/9535 , G06F18/2415 , G06F18/2431
Abstract: 本发明公开了一种引入辅助信息的可解释高效序列推荐方法。本发明将用户兴趣明确建模为下一次交互物品的概率分布序列；除了将物品转移矩阵作为自编码器的输入外，还在隐藏层引入物品辅助信息，并结合分类任务来抽取更好的物品特征表示，进而得到代表整体用户兴趣的概率分布矩阵。在进行增量推荐时，通过整合新的物品转移信息得到更新后的下一次交互物品的概率分布，并根据更新后的用户交互序列对下一次交互物品概率分布序列进行注意力和时间衰减权重加权，得到更新后的个性化推荐。本发明建模过程较为透明，具备一定可解释能力；在不改变模型参数的情况下整合新的用户‑物品交互，在单次交互的增量级别上实现即时推荐。
Search Results
1
records
(took 0.017 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
