公开(公告)号：CN111626827A

公开(公告)日：2020-09-04

申请号：CN202010470866.4

申请日：2020-05-28

Applicant: 苏州大学

Inventor： 赵朋朋 ,  吴杨红 ,  周晓方

IPC: G06Q30/06 ,  G06N3/08

Abstract: 本申请公开了一种基于序列推荐模型的物品推荐方法，包括：利用用户与物品的历史交互序列基于深度神经网络训练出包括自动特征交互层、特征层面自注意力层以及物品层面自注意力层的序列推荐模型；获取目标用户信息，并将目标用户信息输入至序列推荐模型中，确定出对应的目标推荐物品。相较于现有技术中仅仅利用包括特征层面自注意力层和物品层面自注意力层的序列推荐模型进行物品推荐的方式，本方法训练出的序列推荐模型，能够进一步利用自动特征交互层学习物品的高阶交互特征，因此能够更加准确地进行物品推荐。本申请还公开了一种基于序列推荐模型的物品推荐装置、设备及计算机可读存储介质，均具有上述有益效果。

公开(公告)号：CN111626827B

公开(公告)日：2023-06-13

申请号：CN202010470866.4

申请日：2020-05-28

Applicant: 苏州大学

Inventor： 赵朋朋 ,  吴杨红 ,  周晓方

IPC: G06Q30/0601 ,  G06N3/08

Abstract: 本申请公开了一种基于序列推荐模型的物品推荐方法，包括：利用用户与物品的历史交互序列基于深度神经网络训练出包括自动特征交互层、特征层面自注意力层以及物品层面自注意力层的序列推荐模型；获取目标用户信息，并将目标用户信息输入至序列推荐模型中，确定出对应的目标推荐物品。相较于现有技术中仅仅利用包括特征层面自注意力层和物品层面自注意力层的序列推荐模型进行物品推荐的方式，本方法训练出的序列推荐模型，能够进一步利用自动特征交互层学习物品的高阶交互特征，因此能够更加准确地进行物品推荐。本申请还公开了一种基于序列推荐模型的物品推荐装置、设备及计算机可读存储介质，均具有上述有益效果。