[发明专利]一种基于循环神经网络的推荐算法

权利要求书

1.一种基于循环神经网络的推荐算法，其特征在于，包含以下步骤：

步骤一 收集用户用户的商品评评分或行为作为元数据(Raw Data)；

步骤二 利用商品评分信息的基于循环神经网络(Recurrent Neural Network,RNN)推荐算法的模型框架Rating-RNN，对用户将要消费哪一个商品作出更准确的预测；

步骤三 利用局部敏感哈希对数据进行处理，并针对电影推荐的问题对经典的循环神经网络进行修改；

步骤四 增加输入门(Input Gate)以引入用户评分信息；通过增加遗忘门(Forget Gate)以根据当前商品评分高低来决定从当前网络记忆中丢弃信息的量；针对用户数据的序列长度不等问题进行时序规整；

步骤五 通过对输出层进行层次化设计以提高输出层计算效率；

步骤六 提出一个引入商品类别信息的基于循环神经网络推荐算法的模型框架Category-RNN，独热编码层，用于将商品进行数字编码；

步骤七 通过输入层，将商品所述的类别信息输入到神经网络之中；

步骤八 通过输出层，计算神经网络误差；实现对用户将要消费哪一类别的商品作出预测；

步骤九 Rating-RNN、Category-RNN以及将其输出层合并后的输出层，形成能够并行训练的Mixing-RNN。