← 返回列表
基于多兴趣半联合学习兴趣推荐方法、系统、设备及介质
摘要文本
本发明属于计算机兴趣点推荐领域，提供了一种基于多兴趣半联合学习兴趣推荐方法、系统、设备及介质，包括获取用户行为数据进行预处理；基于预处理后的用户行为数据，利用预先训练好的多兴趣模型的半联合学习框架进行兴趣推荐；本发明能够有效识别多粒度的用户兴趣并感知时钟影响的连续依赖性，以不同粒度的兴趣组合来指导用户行为建模，并具体化时间点以学习连续的兴趣依赖关系；通过单模型预训练和多模型半联合训练，结合所有粒度的兴趣，为用户推荐其在未来指定的N个时间窗口内感兴趣的POI。
申请人信息
- 申请人:山东省计算中心(国家超级计算济南中心)
- 申请人地址:250000 山东省济南市历下区科院路19号
- 发明人: 山东省计算中心(国家超级计算济南中心)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于多兴趣半联合学习兴趣推荐方法、系统、设备及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410238782.6 |
| 申请日 | 2024/3/4 |
| 公告号 | CN117828193A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | G06F16/9535 |
| 权利人 | 山东省计算中心(国家超级计算济南中心) |
| 发明人 | 于福强; 仝丰华; 赵大伟; 徐丽娟 |
| 地址 | 山东省济南市历下区科院路19号 |
专利主权项内容
1.基于多兴趣半联合学习兴趣推荐方法，其特征在于，包括：获取用户行为数据进行预处理；基于预处理后的用户行为数据，利用预先训练好的多兴趣模型的半联合学习模型进行兴趣推荐；其中，所述利用预先训练好的多兴趣模型的半联合学习模型进行兴趣推荐，具体为：基于短期兴趣模型，编码预处理后的用户行为数据得到用户短期兴趣，结合动态自注意力机制对用户短期兴趣进行连续解码；基于长期兴趣模型，利用时序网络建模预处理后的用户行为数据得到用户长期兴趣；预训练短期兴趣模型获取蕴含长期依赖和时钟影响的低维嵌入表示，联合短期兴趣模型的连续解码操作和长期兴趣模型的最终步聚合操作，为N个连续窗口逐步匹配兴趣点POI。