[发明专利]一种基于循环卷积神经网络的序列推荐方法及装置在审
| 申请号： | 201811457888.6 | 申请日： | 2018-11-30 |
| 公开（公告）号： | CN109543112A | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 赵朋朋;徐程凤;周晓方;崔志明 | 申请（专利权）人： | 苏州大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06N3/04;G06N3/08 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 罗满 |
| 地址： | 215137 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于循环卷积神经网络的序列推荐方法，包括以下步骤：获得用户历史互动项目序列后，在预先训练获得的循环卷积神经网络的循环层，对每个项目做转换处理，获得隐藏状态向量，在循环卷积神经网络的卷积层，对基于隐藏状态向量确定的窗口矩阵分别进行水平卷积操作和垂直卷积操作，获得水平卷积结果和垂直卷积结果，在全连接层，根据水平卷积结果、垂直卷积结果和隐藏状态向量，获得用户与项目集合中每个项目的互动概率预测结果，根据该预测结果，确定推荐给用户的项目。应用本发明实施例所提供的技术方案，增强了推荐性能，实现了更加高效的序列推荐。本发明还公开了一种基于循环卷积神经网络的序列推荐装置，具有相应技术效果。 | ||
| 搜索关键词： | 卷积 神经网络 循环卷积 隐藏状态 垂直 互动 向量 矩阵 概率预测 技术效果 推荐装置 项目集合 项目序列 向量确定 用户历史 预测结果 转换处理 连接层 循环层 应用 | ||
【主权项】：
1.一种基于循环卷积神经网络的序列推荐方法，其特征在于，包括：获得用户历史互动项目序列；在预先训练获得的循环卷积神经网络的循环层，对所述历史互动项目序列中的每个项目做转换处理，获得所述历史互动项目序列中每个项目对应的隐藏状态向量；在所述循环卷积神经网络的卷积层，基于所述循环层获得的隐藏状态向量，确定窗口矩阵，对所述窗口矩阵分别进行水平卷积操作和垂直卷积操作，获得水平卷积结果和垂直卷积结果；在所述循环卷积神经网络的全连接层，根据所述水平卷积结果、所述垂直卷积结果和所述隐藏状态向量，获得所述用户与项目集合中每个项目的互动概率预测结果；根据所述互动概率预测结果，确定推荐给所述用户的项目。
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苏州大学，未经苏州大学许可，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/201811457888.6/，转载请声明来源钻瓜专利网。
