[发明专利]基于注意力机制和卷积神经网络的用户行为序列推荐方法在审
| 申请号： | 201910257110.9 | 申请日： | 2019-04-01 |
| 公开（公告）号： | CN110060097A | 公开（公告）日： | 2019-07-26 |
| 发明（设计）人： | 鲜学丰;赵朋朋;刘建 | 申请（专利权）人： | 苏州市职业大学 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06N3/08;G06N3/04 |
| 代理公司： | 北京远大卓悦知识产权代理事务所(普通合伙) 11369 | 代理人： | 史霞 |
| 地址： | 215104 江苏省*** | 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注意力机制和卷积神经网络的用户行为序列推荐方法，其中，包括以下步骤：采集用户过往的行为数据作为长期偏好交互序列数据；利用注意力机制算法计算所述长期偏好交互序列数据中各行为数据的权重，并根据所述权重计算出用户的长期偏好；选取一段时间内的行为数据作为短期偏好交互序列数据；根据所述短期偏好交互序列数据，利用卷积神经网络算法计算出用户的短期偏好；将用户的长期偏好与短期偏好进行拼接，以产生用户行为序列推荐；本发明能相比与传统的拟合用户‑项目或项目‑项目之间的交互的方法，够快速有效的的结合用户的长期偏好和短期偏好向用户推荐。 | ||
| 搜索关键词： | 长期偏好 偏好 交互序列 卷积神经网络 注意力机制 用户行为 算法计算 行为数据 权重计算 用户推荐 传统的 拟合 权重 拼接 采集 | ||
【主权项】：
1.基于注意力机制和卷积神经网络的用户行为序列推荐方法，其特征在于，包括以下步骤：采集用户过往的行为数据作为长期偏好交互序列数据；利用注意力机制算法计算所述长期偏好交互序列数据中各行为数据的权重，并根据所述权重计算出用户的长期偏好；选取一段时间内的行为数据作为短期偏好交互序列数据；根据所述短期偏好交互序列数据，利用卷积神经网络算法计算出用户的短期偏好；将用户的长期偏好与短期偏好进行拼接，以产生用户行为序列推荐。
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市职业大学，未经苏州市职业大学许可，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/201910257110.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于区块链的核销奖励发放方法及装置
- 下一篇：销售术语的获取方法及装置
