[发明专利]一种基于多层聚合增强对比学习的会话推荐方法在审
| 申请号： | 202310704176.4 | 申请日： | 2023-06-14 |
| 公开（公告）号： | CN116738047A | 公开（公告）日： | 2023-09-12 |
| 发明（设计）人： | 高世伟;王静宇;曾宇峰;党小超;董晓辉;陈致伟;方则宇;赵文丰;张稣艾 | 申请（专利权）人： | 西北师范大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06N3/048;G06F18/214 |
| 代理公司： | 北京深川专利代理事务所(普通合伙) 16058 | 代理人： | 董海 |
| 地址： | 730070 *** | 国省代码： | 甘肃;62 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于多层聚合增强对比学习的会话推荐模型，首先提出使用一种简单而有效的基于噪声的多层聚合嵌入增强来创建对比视图，接着通过堆叠星形图神经网络(SGNN)来建模会话序列的复杂转移模式，在门控神经网络的基础上，通过添加一个星形节点来考虑非相邻项来解决远程信息传播问题，并向每一层学习到的表示添加均匀的噪声。然后通过聚合每一层的表示来生成一个新的对比视图，从而在不破坏会话序列的上下文前提下实现更有效的表示级数据增强。通过对比学习，最大化两个会话嵌入学习到的会话表征之间的互信息，以提高自己在项目/会话特征提取中的性能。最后，通过多任务学习将推荐任务和自我监督任务统一在一个框架下。通过联合优化这两个任务，来学习更鲁棒的嵌入表示，精确预测用户感兴趣的下一项。该发明解决了推荐领域中存在的数据稀疏性问题。 | ||
| 搜索关键词： | 一种 基于 多层 聚合 增强 对比 学习 会话 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西北师范大学，未经西北师范大学许可，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/202310704176.4/，转载请声明来源钻瓜专利网。
