首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于元学习和特征增强的公平性推荐方法 

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:南京工业大学;南京市锅炉压力容器检验研究院

摘要:本发明公开了基于元学习和特征增强的公平性推荐方法,该方法分别对用户特征和项目特征采用图神经网络和高斯混合模型进行特征提取;然后利用MLP网络生成最后的预测值;通过元学习MAML模型来对整个模型进行训练;最后从个体公平性和群体公平性两个角度对推荐系统公平性进行优化。本发明将推荐中的用户的嵌入表示进行融合增强,和项目嵌入表示分别建模、学习和提取特征,在传统推荐方法上有效地融合了用户交互信息,捕捉用户细粒度的兴趣偏好,提升推荐效果,同时保证推荐系统对用户的公平。

主权项:1.基于元学习和特征增强的公平性推荐方法,其特征在于,包括如下步骤:S1:拆分数据集,划分为支持集和查询集,并对用户属性、项目属性进行初始化;S2:使用GMM和图神经网络分别对用户交互属性表示和项目属性表示建模,得到学习后的融合特征增强表示嵌入;S3:联合待预测值将融合特征增强表示嵌入输入MLP,通过多层神经网络操作得到预测得分;S4:通过生成对抗学习的思想,利用网络捕获用户的敏感信息和群体信息;S5:分别构建损失函数,利用元学习MAML算法对整个模型进行训练调参,进行联合优化。

全文数据:

权利要求:

百度查询: 南京工业大学 南京市锅炉压力容器检验研究院 基于元学习和特征增强的公平性推荐方法

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。