[发明专利]一种协同过滤推荐系统在审
| 申请号： | 201910513329.0 | 申请日： | 2019-06-13 |
| 公开（公告）号： | CN110245303A | 公开（公告）日： | 2019-09-17 |
| 发明（设计）人： | 姚军;徐滢 | 申请（专利权）人： | 成都品果科技有限公司 |
| 主分类号： | G06F16/9536 | 分类号： | G06F16/9536 |
| 代理公司： | 成都高远知识产权代理事务所(普通合伙) 51222 | 代理人： | 李安霞;曾克 |
| 地址： | 610000 四川省成都市*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 交互关系 向量 推荐系统 嵌入 用户历史数据 协同过滤 交互层 二阶 结果预测 输出预测 特征提取 用户体验 嵌入层 映射 成对 高阶 | ||
【权利要求书】：
1.一种协同过滤推荐系统，其特征在于，包括：
输入和嵌入层，用于对物品进行编码，形成嵌入向量层；并用于将用户历史数据映射到所述嵌入向量层；所述用户历史数据中包括物品交互集；
成对交互层，用于对所述嵌入向量层进行计算，获取物品与用户之间的二阶交互关系；
深层交互层，用于对所述二阶交互关系进行逐层特征提取，获取物品与用户之间的高价交互关系；
结果预测层，用于根据所述高阶交互关系，输出预测值向量。
2.根据权利要求1所述的协同过滤推荐系统，其特征在于，还包括：
池化层，用于对所述二阶交互关系进行向量长度固定，获取物品与用户之间的预定数据格式的二阶交互关系；
所述深层交互层用于对所述预定数据格式的二阶交互关系进行逐层特征提取，获取物品与用户之间的高价交互关系。
3.根据权利要求2所述的协同过滤推荐系统，其特征在于，采用加权平均算法对所述二阶交互关系进行向量长度固定，获取物品与用户之间的预定数据格式的二阶交互关系。
4.根据权利要求2所述的协同过滤推荐系统，其特征在于，所述池化层中还包括注意力机制模块。
5.根据权利要求1所述的协同过滤推荐系统，其特征在于，所述结果预测层还用于将所述预测值向量映射为分数。
6.根据权利要求1所述的协同过滤推荐系统，其特征在于，采用one-hot编码方法对物品进行编码。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都品果科技有限公司，未经成都品果科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910513329.0/1.html，转载请声明来源钻瓜专利网。
