[发明专利]一种基于卷积神经网络与联合注意力机制的信息推荐方法在审
| 申请号： | 201911002947.5 | 申请日： | 2019-10-18 |
| 公开（公告）号： | CN110765260A | 公开（公告）日： | 2020-02-07 |
| 发明（设计）人： | 杜永萍;孙家新;王辰成;王陆霖 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06F16/335 | 分类号： | G06F16/335;G06F16/33;G06F40/284;G06F40/30;G06N3/04;G06N3/08 |
| 代理公司： | 11203 北京思海天达知识产权代理有限公司 | 代理人： | 吴荫芳 |
| 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： | 本发明涉及一种基于卷积神经网络与联合注意力机制的信息推荐方法，用于有效的利用文本的潜在语义信息，解决传统机器学习的特征提取方法的固有缺陷。本发明将CNN深度神经网络处理的评价文本的特征向量再进行一层注意力机制的处理，增加评价文本中的重点关注点的注意力权重。将用户、项目的向量集合分别和上一层注意力机制的分值再使用一层注意力机制，分别得到用户和项目的注意力机制权重向量，再分别和用户、项目的向量集合进行点乘得到最终表示，合并用户、项目和评价文本得到最终表示，进而进行评分预测。通过与传统的推荐技术进行对比发现，本方法能够更有效地进行推荐，提高了推荐的质量，增强了推荐的可解释性。 | ||
| 搜索关键词： | 注意力机制 文本 向量集合 卷积神经网络 神经网络处理 传统机器 固有缺陷 潜在语义 权重向量 特征提取 特征向量 信息推荐 传统的 关注点 解释性 有效地 再使用 点乘 权重 注意力 合并 预测 发现 联合 学习 | ||
【主权项】：
1.一种基于卷积神经网络与联合注意力机制的信息推荐方法，其特征在于包括以下步骤：/n(1)数据集收集整理，数据集包括用户、项目和评价；/n(2)对数据集中用户和项目进行特征提取，得到用户相似集合的嵌入向量x
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/201911002947.5/，转载请声明来源钻瓜专利网。
