[发明专利]基于卷积神经网络与降噪自编码器的信息推荐方法及系统有效
| 申请号： | 201911313428.0 | 申请日： | 2019-12-19 |
| 公开（公告）号： | CN111127146B | 公开（公告）日： | 2023-05-26 |
| 发明（设计）人： | 钱忠胜;赵畅 | 申请（专利权）人： | 江西财经大学 |
| 主分类号： | G06Q30/0601 | 分类号： | G06Q30/0601;G06N3/08;G06N3/0464;G06N3/048;G06N3/0455 |
| 代理公司： | 深圳市华腾知识产权代理有限公司 44370 | 代理人： | 彭年才 |
| 地址： | 330000 江西省南*** | 国省代码： | 江西;36 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络与降噪自编码器的信息推荐方法及系统。利用卷积神经网络和降噪自编码器两个深度学习模型，从评分、信任、评论等数据中学习用户偏好。同时，提出了一种新的相关正则化方法来建立用户偏好在不同方面的关系，以提高性能。首先，相比于以往模型，融入了丰富的评论信息；然后，通过卷积神经网络模型对评论文本进行初步的处理，将提取出来的有效特征再放入降噪自编码器模型中提取其隐藏特征，得到评论文本更加有效的紧凑表示；最后，再增加两个降噪自编码器，分别用来处理评分和信任信息，通过三个降噪自编码器分别得到相应的预测向量并进行加权融合，从而更为准确地建模用户偏好。 | ||
| 搜索关键词： | 基于 卷积 神经网络 编码器 信息 推荐 方法 系统 | ||
【主权项】：
暂无信息
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江西财经大学，未经江西财经大学许可，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/201911313428.0/，转载请声明来源钻瓜专利网。
