专利检索 ap:("北京交通大学") AND inv:"文静轩" 第 1 页

1.

发明公开
一种结合反事实增强和神经过程的冷启动推荐方法审中-实审

公开(公告)号：CN118690195A

公开(公告)日：2024-09-24

申请号：CN202410737665.4

申请日：2024-06-07

申请人： 北京交通大学

发明人： 刘华锋 , 文静轩 , 景丽萍

IPC分类号： G06F18/214 , G06F18/21 , G06N3/0455 , G06N3/0985 , G06N3/0464 , G06N3/092

摘要： 本发明提供了一种结合反事实增强和神经过程的冷启动推荐方法。该方法包括：将用户原始交互数据输入到原推荐模型，得到隐变量；将隐变量经过增强网络得到增强重要性变量，对增强重要性变量进行采样得到增强指示变量；将增强指示变量作用于原始交互数据得到增强后的交互数据，根据损失函数对增强网络进行更新；将增强后的交互数据作为原推荐模型的输入，重复执行上述处理过程，当训练收敛后，得到原始交互数据的最终增强数据，结合最终增强数据与原始交互数据重新训练原推荐模型，得到最终的预测模型，利用最终的预测模型进行冷启动场景下的物品推荐。本发明聚焦于冷启动任务，避免了映射过程的信息损失，有效地提高了冷启动情况下的物品推荐效率。