[发明专利]一种基于强化学习和加权元路径的语义推荐方法在审
| 申请号： | 202111203509.2 | 申请日： | 2021-10-15 |
| 公开（公告）号： | CN113935804A | 公开（公告）日： | 2022-01-14 |
| 发明（设计）人： | 宫继兵;郎月;李学文 | 申请（专利权）人： | 燕山大学 |
| 主分类号： | G06Q30/06 | 分类号： | G06Q30/06;G06F16/9535;G06N3/04;G06N3/08;G06N20/00 |
| 代理公司： | 石家庄众志华清知识产权事务所(特殊普通合伙) 13123 | 代理人： | 田秀芬 |
| 地址： | 066004 河北*** | 国省代码： | 河北;13 |
| 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强化学习和加权元路径的语义推荐方法，属于推荐算法技术领域，包括收集用户各类实体属性信息、获取记录中用户和物品的异构信息网络，对提取的记录以及各类实体属性信息进行预处理并分析，利用强化学习算法计算不同元路径的权重，自主学习不同元路径的权重，构建马尔可夫决策过程，对元路径的权重进行训练，得到元路径选择权重的信息并生成记录，构建深层决策网络并训练，设计经验池、预测网络和结果网络，对输出的奖励值进行拟合得到最佳权重，依据得到的最佳权重的元路径，计算用户相似度，并选取Top‑N进行排列，完成推荐。本发明能够结合用户的购买记录以及其他信息进行个性化推荐，提高了推荐的准确性。 | ||
| 搜索关键词： | 一种 基于 强化 学习 加权 路径 语义 推荐 方法 | ||
【主权项】：
暂无信息
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燕山大学，未经燕山大学许可，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/202111203509.2/，转载请声明来源钻瓜专利网。
