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:重庆邮电大学
摘要:本发明提出的基于改进自编码器和生成对抗网络的推荐模型,包括从数据库中获取和清理数据信息,以获得所需信息;根据改进的自编码器模块,在模型训练时对参数进行选择性更新以避免产生误差;根据设计的自编码器模块输出作为生成对抗网络GAN的生成器的生成数据,使用调整后的自编码器模型,以随机噪声作为输入,生成用户预测的购买评分矩阵;根据采用多层感知机结构的判别器模块,区分生成的评分矩阵与真实的物品评分矩阵;利用生成对抗网络训练模型,生成器和判别器通过持续的对抗学习并相互优化,以提高生成评分矩阵的准确性和真实性;根据推荐结果获取模块,对预测评分集合进行排序,将预测评级较高的前k个项目推送给目标用户,以形成其个性化推荐列表。
主权项:1.一种基于改进自编码器和生成对抗网络的推荐模型,以限制模型训练过程中因数据缺失产生的误差,包括如下:数据采集及准备模块,用于对数据库中收集的数据进行获取和清洗,以得到所需数据信息。用户项目评级获取模块,用于作为编码器输入的交互特征部分。项目标签获取模块,用于帮助编码器从标签中获取物品特征,挖掘物品的类别特征信息。特征融合模块,用于融合所述用户项目评级特征以及项目标签特征以生产融合物品特征的向量。自编码器模块,作为生成对抗网络的生成器部分,用于生成数据,被判别器用以和真实数据作真伪判别,自编码器会最大提升欺骗判别器,以使得判别器将生成的数据判断为真。判别器模块,判别来自自编码器模块的生成数据和真实数据的真伪,最大提升自身判别真实数据为真和来自自编码器模块生成的数据为假的能力。参数更新模块,用于优化更新模型中的参数。推荐结果获取模块,用于将预测评分最高的前k个项目推送给目标用户,生成其个性化推荐列表。
全文数据:
权利要求:
百度查询: 重庆邮电大学 基于改进自编码器和生成对抗网络的推荐模型
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。