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：湖南师范大学
摘要：本发明公开了一种基于模态内与模态间对比学习的多模态推荐方法及系统，本发明包括将图像、描述文本和ID利用预先训练好的多模态推荐网络模型来获得输出的用户的推荐列表：获取输入的图像、描述文本和ID，从图像和描述文本中提取图像特征和文本特征；构建视觉模态和文本模态下的用户‑物品图，再分别利用图卷积网络来捕获高阶特征得到图像和文本特征向量；进行模态内特征增强和模态间特征对齐以得到用户与项目特征向量并计算得到用户对项目的预测评分以生成推荐列表。本发明旨在利用多模态信息来提高推荐系统的预测准确性，基于对比学习任务来解决引入多模态信息的相应问题，为用户实现更准确的个性化推荐，可广泛应用于各种多模态推荐场景。
主权项：1.一种基于模态内与模态间对比学习的多模态推荐方法，其特征在于，包括将图像、描述文本和ID利用预先训练好的多模态推荐网络模型来获得输出的用户的推荐列表，所述多模态推荐网络模型生成用户的推荐列表包括下述步骤：S1，获取输入的图像、描述文本和ID，从图像和描述文本中提取图像特征和文本特征；S2，将ID进行嵌入得到ID嵌入特征，将ID嵌入特征和图像特征构建视觉模态下的用户-物品图，将ID嵌入特征和文本特征构建文本模态下的用户-物品图；针对视觉模态下的用户-物品图和文本模态下的用户-物品图，分别利用图卷积网络来捕获高阶特征得到ID特征向量、图像特征向量和文本特征向量；S3，将图像特征向量和文本特征向量分别结合ID特征向量进行模态内特征增强和模态间特征对齐以得到用户特征向量与项目特征向量；S4，将用户特征向量与项目特征向量进行内积计算得到用户对项目的预测评分，并将得到的预测评分排序后选择前K个项目的集合作为用户的推荐列表输出。
全文数据：
权利要求：
百度查询： 湖南师范大学 基于模态内与模态间对比学习的多模态推荐方法及系统
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