龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：宁波大学科学技术学院
摘要：本发明公开了一种基于扩散模型与对比学习的序列推荐方法。针对用户的历史交互序列，分别使用注意力神经过程学习用户的长期兴趣，和时域卷积网络学习用户的短期兴趣。再使用扩散模型，基于用户的长、短期兴趣恢复出目标项目，即用户下一个可能会交互的项目。使用对比学习的方法对模型进行训练，让长期兴趣编码和伪标签之间的相似性高于短期兴趣的编码和伪标签，以区分用户的长期兴趣和短期兴趣。最后利用训练后的模型进行项目预测，生成指定用户的推荐项目列表。本方法既考虑了用户整体兴趣偏好，又结合了用户动态兴趣偏好，还针对用户交互中的不连续行为引入了空洞卷积，从而实现更准确的预测与推荐。
主权项：1.一种基于扩散模型与对比学习的序列推荐方法，其特征在于：具体包括以下步骤：步骤1、收集各用户的历史交互数据，将项目ID映射为向量后存入矩阵R中；步骤2、从矩阵R中抽取与当前用户u发生过交互的项目向量，根据交互的时间顺序，为项目向量加上相应的位置信息；步骤3、针对用户u的交互序列Su＝{x1,x2,x3,…,xn}，使用注意力神经过程学习用户的长期兴趣表示Ul；步骤4、将交互序列中后L个项目视作短期兴趣，使用时域卷积网络在不同尺度上提取用户的短期兴趣，拼接后通过多头注意力机制融合，得到用户的短期兴趣表示Us；步骤5、基于用户的长期兴趣和短期兴趣，使用扩散模型预测用户下一个交互的项目；步骤6、利用对比学习方法，提高长期兴趣编码、短期兴趣编码与对应的伪标签的相似度，将长期兴趣和短期兴趣进行解绑和区分；步骤7、引入交叉熵损失函数，与对比学习中的损失函数一同构成总损失函数；通过优化总损失函数的值完成模型训练；使用训练好的模型根据用户的长期兴趣与短期兴趣，预测用户下一个交互项目，生成推荐项目列表。
全文数据：
权利要求：
百度查询： 宁波大学科学技术学院 一种基于扩散模型与对比学习的序列推荐方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号