[发明专利]一种考虑用户评价的资源或服务推荐方法有效

专利信息
申请号: 201910321968.7 申请日: 2019-04-22
公开(公告)号: CN110069756B 公开(公告)日: 2023-07-21
发明(设计)人: 李建强;赵亮;赵青 申请(专利权)人: 北京工业大学
主分类号: G06N3/0455 分类号: G06N3/0455;G06N3/0464;G06N3/045;G06N3/08;G06F16/9535
代理公司: 北京思海天达知识产权代理有限公司 11203 代理人: 刘萍
地址: 100124 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种考虑用户评价的资源或服务推荐方法属于计算机人工智能领域,涉及一种考虑用户评价的资源或服务推荐方法。该方法包括:用户特征编码模块、资源或服务编码模块、Encoder模块、Decoder模块。本发明的原理是一种考虑用户评价的资源或服务推荐方法,应用多层次编码方法不仅学习了资源或服务本来的特征还学习到了用户评价对于资源或服务的作用,通过注意力机制得到了用户特征与资源或服务的相关重要性程度,通过残差网络降低了模型复杂度且更快更准确的得到资源或服务的推荐结果。
搜索关键词: 一种 考虑 用户 评价 资源 服务 推荐 方法
【主权项】:
1.一种考虑用户评价的资源或服务推荐方法,包括四个模块:用户特征编码模块(1)、资源或服务编码模块(2)、Encoder模块(3)、Decoder模块(4);(1)用户特征编码模块:该模块将用户特征语句通过分词之后进行多层次编码,其中word‑embedding使用word2vec中的Skip‑Gram形式,position‑embedding使用cos、sin函数得到位置编码,将两种编码方式按位相加得到用户特征的输入向量;(2)资源或服务编码模块:该模块将用户特征语句所对应的资源或服务数据进行多层次编码,其中onehot‑embedding编码将该用户所使用的所有资源或服务信息设置为1其他设置为0,QOE‑embedding使用softmax得到当前资源或服务向量的重要性程度概率、QOS‑embedding使用softmax得到当前资源或服务向量的重要性程度概率,将三种编码方式按位相乘得到最终资源或服务的输入向量;(3)Encoder模块:该模块将用户特征向量作为输入,得到中间的隐藏向量;Encoder结点的结构为Encoder Mulit‑Head Self‑Attention层、全连接层,在每一层均使用了残差结构;Encoder端为相同的若干个Encoder结点串行组成;(4)Decoder模块:该模块将资源或服务向量与Encoder端的中间隐藏向量作为输入,得到最终得到输出向量通过softmax得到推荐结果;Decoder结点的结构为Decoder Mulit‑Head Self‑Attention层、Encoder‑Decoder Self‑Attention层、全连接层,在每一层均使用了残差结构;Decoder端为相同的若干个Decoder结点串行组成。
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北京工业大学,未经北京工业大学许可,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/201910321968.7/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top