[发明专利]基于卷积注意力的矩阵分解方法、装置及电子设备在审
| 申请号： | 201811454614.1 | 申请日： | 2018-11-30 |
| 公开（公告）号： | CN109754067A | 公开（公告）日： | 2019-05-14 |
| 发明（设计）人： | 曾碧卿;商齐 | 申请（专利权）人： | 华南师范大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06F17/16 |
| 代理公司： | 广州骏思知识产权代理有限公司 44425 | 代理人： | 吴静芝 |
| 地址： | 528225 广东省佛山市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于卷积注意力的矩阵分解方法、装置及电子设备。本发明所述的基于卷积注意力的矩阵分解方法包括如下步骤：将物品的用户描述文档表示为词向量矩阵；将所述词向量矩阵输入卷积注意力神经网络，获取物品的隐含因子；根据用户对物品的评分信息和物品的隐含因子，使用概率矩阵分解获取用户的隐含因子；对所述物品的隐含因子和所述用户的隐含因子计算向量的内积，并根据内积建立预测评分矩阵；使用误差反向传播算法，优化所述卷积注意力神经网络的参数和所述概率矩阵分解。本发明所述的基于卷积注意力的矩阵分解方法可解释性好，能有效减轻物品冷启动问题，并能改善数据稀疏问题，提高评分预测的准确率。 | ||
| 搜索关键词： | 卷积 矩阵分解 注意力 隐含 装置及电子设备 神经网络 词向量 内积 误差反向传播 矩阵 概率矩阵 矩阵输入 评分矩阵 评分信息 使用概率 数据稀疏 文档表示 因子计算 用户描述 解释性 冷启动 预测 准确率 向量 算法 分解 优化 | ||
【主权项】：
1.一种基于卷积注意力的矩阵分解方法，其特征在于，包括如下步骤：将物品的用户描述文档表示为词向量矩阵；将所述词向量矩阵输入卷积注意力神经网络，获取物品的隐含因子；根据用户对物品的评分信息和物品的隐含因子，使用概率矩阵分解获取用户的隐含因子；对所述物品的隐含因子和所述用户的隐含因子计算向量的内积，得到用户对物品的预测评分，并根据用户对物品的预测评分建立预测评分矩阵；根据所述预测评分矩阵与真实评分矩阵之间的损失函数，使用误差反向传播算法，优化所述卷积注意力神经网络的参数和所述概率矩阵分解。
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华南师范大学，未经华南师范大学许可，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/patent/201811454614.1/，转载请声明来源钻瓜专利网。
