[发明专利]一种基于深度学习的个性化推荐方法有效
| 申请号： | 201910456019.X | 申请日： | 2019-05-29 |
| 公开（公告）号： | CN110196946B | 公开（公告）日： | 2021-03-30 |
| 发明（设计）人： | 郭炜强;平怡强;张宇;郑波 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06Q30/02 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 冯炳辉 |
| 地址： | 510640 广*** | 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： | 本发明公开了一种基于深度学习的个性化推荐方法，根据用户的观影时序行为序列，预测用户下一部会观看电影，包括用户观看电影的历史行为特征数据预处理、个性化推荐模型建模、使用用户时序行为特征序列进行模型训练和测试三个阶段。用户观看电影的历史行为特征数据预处理阶段，使用用户与电影交互的隐性反馈，将每个用户与电影的交互数据按照时间戳进行排序，相应的电影观看时间序列。随后对电影数据进行编码表示。个性化推荐模型建模包括：嵌入层设计、一维卷积网络层设计、自注意力机制、分类输出层与损失函数设计。本发明结合一维卷积神经网络技术和自注意力机制，训练效率更高，参数相对较少。 | ||
| 搜索关键词： | 一种 基于 深度 学习 个性化 推荐 方法 | ||
【主权项】：
1.一种基于深度学习的个性化推荐方法，其特征在于，包括以下步骤：1)用户观看电影的历史行为特征数据预处理；2)个性化推荐模型建模2.1)嵌入层设计；2.2)一维卷积网络层设计；2.3)自注意力机制；2.4)分类输出层与损失函数设计；3)使用用户时序行为特征序列进行模型训练和测试。
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理工大学，未经华南理工大学许可，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/201910456019.X/，转载请声明来源钻瓜专利网。
