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！
摘要：本发明提供了一种用户行为解耦与意图学习的推荐方法和系统，包括：构建物品标题集合；计算信息熵，得到每个物品自身的主题分散度；划分出购物物品集；进而得出当前会话的主导物品以及其它物品与所述主导物品的相似度向量；进而得出所述购物物品集的概率分布；并且检索出邻居会话集合，构建邻居会话图，得出当前会话的邻居会话的表征与经超图卷积学习后的会话的表征；对比学习所述表征之间的互信息，得出对比学习损失；表征加权融合，得到并通过所述最终混合表征和物品标题集合提供的候选项目表征，进而得出推荐列表。本发明通过解耦用户行为，综合考虑用户的固有意图和激发意图，帮助商家捕捉用户意图，从而提高推荐的准确性和用户的黏着度。
主权项：1.一种用户行为解耦与意图学习的推荐方法，其特征在于，包括：步骤S1：根据物品和会话，构建物品标题集合；步骤S2：基于物品标题集合，计算当前会话所涉及主题的信息熵，得到每个物品自身的主题分散度；基于所述主题分散度，划分出购物物品集；步骤S3：根据购物物品集，得出当前会话的主导物品以及其它物品与所述主导物品的相似度向量；步骤S4：基于所述相似度向量，得出所述购物物品集的概率分布；根据所述物品标题集合，构建主题超图，并且基于所述主题超图的学习，优化所述购物物品集的表征；根据所述物品标题集合，检索出邻居会话集合，并且基于所述邻居会话集合，构建邻居会话图，得出当前会话的邻居会话的表征与经超图卷积学习后的会话的表征；步骤S5：对比学习所述当前会话的邻居会话的表征与所述经超图卷积学习后的会话的表征之间的互信息，得出对比学习损失；将所述购物物品集的概率分布、所述购物物品集的表征与邻居会话集合的平均表征加权融合，得到当前会话的最终混合表征；步骤S6：通过所述最终混合表征和物品标题集合提供的候选项目表征，得出候选项目的推荐分数以及待推荐项目的交叉熵损失函数；通过所述交叉熵损失函数与所述对比学习损失训练目标参数，最小化总损失，优化推荐分数，进而得出推荐列表。
全文数据：
权利要求：
百度查询： 上海大学 用户行为解耦与意图学习的推荐方法及系统
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