-
公开(公告)号：CN118467822A
公开(公告)日：2024-08-09
申请号：CN202410574523.0
申请日：2024-05-10
Applicant: 燕山大学
IPC: G06F16/9535 , G06Q30/0601
Abstract: 本发明公开了一种基于特征对比和全域图增强的序列推荐方法，属于推荐系统技术领域，包括以下步骤：步骤S1：生成节点特征向量矩阵；步骤S2：构建全域上下文图；步骤S3：生成序列级表征；步骤S4：生成全域级序列表征；步骤S5：生成用户最终序列表征：将步骤S3和步骤S4中训练得到的用户序列的序列级表和全域级表征进行融合，作为行为序列的最终表示；步骤S6：计算评分预测下一次点击：在全部的商品上面做评分，并从中选出评分最高的k个商品推荐给用户。本发明融合了序列学习和图学习的优势，通过构建对比学习任务进行优化，使得模型更专注于提取序列中的关键特征，缓解了数据不平衡的问题，能够有效提升序列推荐效果。
Search Results
1
records
(took 0.011 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
