-
公开(公告)号:CN118364376B
公开(公告)日:2025-03-18
申请号:CN202410455873.5
申请日:2024-04-16
Applicant: 山东大学
IPC: G06F18/2415 , G06F18/211 , G06F18/213 , G06N3/0475 , G06F123/02
Abstract: 本发明涉及序列推荐技术领域,提供了一种基于义原泛化扩散模型的序列推荐方法及系统,包括:获取用户的行为序列;基于所述行为序列,从项目‑义原依赖矩阵中提取用户的先验义原行为;基于先验义原行为,对每个义原的出现频率进行统计,得到统计序列,并结合时间间隔重加权策略,得到用户对义原的原始兴趣分布;对于所述用户对义原的原始兴趣分布,进行反向转换,得到泛化兴趣分布;基于所述泛化兴趣分布,预测得到推荐项。降低了DM的空间和时间复杂性。
-
公开(公告)号:CN118364376A
公开(公告)日:2024-07-19
申请号:CN202410455873.5
申请日:2024-04-16
Applicant: 山东大学
IPC: G06F18/2415 , G06F18/211 , G06F18/213 , G06N3/0475 , G06F123/02
Abstract: 本发明涉及序列推荐技术领域,提供了一种基于义原泛化扩散模型的序列推荐方法及系统,包括:获取用户的行为序列;基于所述行为序列,从项目‑义原依赖矩阵中提取用户的先验义原行为;基于先验义原行为,对每个义原的出现频率进行统计,得到统计序列,并结合时间间隔重加权策略,得到用户对义原的原始兴趣分布;对于所述用户对义原的原始兴趣分布,进行反向转换,得到泛化兴趣分布;基于所述泛化兴趣分布,预测得到推荐项。降低了DM的空间和时间复杂性。
-