[发明专利]一种基于循环神经网络的seq2seq模型的电影推荐方法在审
| 申请号： | 201810608419.3 | 申请日： | 2018-06-13 |
| 公开（公告）号： | CN109002880A | 公开（公告）日： | 2018-12-14 |
| 发明（设计）人： | 陈俊航;徐小平;汪培萍;刘楚鸿 | 申请（专利权）人： | 广东技术师范学院 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06Q30/06 |
| 代理公司： | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人： | 肖平安 |
| 地址： | 510665 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于循环神经网络的seq2seq模型的电影推荐方法，其特征在于包括以下步骤：一、训练数据预处理，生成用户观看序列对的训练数据集；二、对电影推荐模型的权值参数进行更新；三、采集用户观看电影的历史记录；四、以第三步中用户观看电影的历史记录为基础，使用训练好的模型推断出用户的观看电影序列；五、对第四步中的输出序列进行去重整合；六、输出推荐电影清单。本发明提出了一种根据用户观看电影的时间序列形成输入输出序列对，以构建循环神经网络模型，再运用BPTT优化技术估计模型参数，从而预测用户可能观看的电影序列的方法。本发明不仅更精准的为用户提供了观看电影的参考，还提升了电影观看平台方的用户吸引力。 | ||
| 搜索关键词： | 电影 用户观看 循环神经网络 电影序列 历史记录 观看 预处理 输入输出序列 训练数据集 电影观看 估计模型 模型推断 权值参数 时间序列 输出序列 训练数据 用户提供 构建 去重 整合 采集 输出 参考 预测 更新 优化 | ||
【主权项】：
1.一种基于循环神经网络的seq2seq模型的电影推荐方法，其特征在于，主要包括以下步骤：一、训练数据预处理，生成用户观看序列对的训练数据集；二、对电影推荐模型的权值参数进行更新；三、采集用户观看电影的历史记录；四、以第三步中用户观看电影的历史记录为基础，使用训练好的模型推断出用户的观看电影序列；五、对第四步中的输出序列进行去重整合；六、输出推荐电影清单。
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广东技术师范学院，未经广东技术师范学院许可，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/201810608419.3/，转载请声明来源钻瓜专利网。
