[发明专利]一种基于注意力的多兴趣序列推荐方法及系统

摘要

本发明公开了一种基于注意力的多兴趣序列推荐方法及系统，提出了一个模型MUIR，该模型使用多个向量表示用户的不同层面的兴趣，并能够为用户提供多样化的推荐结果。采用基于自注意力的方法学习低级层面的表示，并利用上下文信息和辅助信息学习另一更高层级的表示，在不增加太多额外成本的情况下，显著提高了总体综合训练效率。设计了两个基于自注意力的模块，并尝试在学习过程中非侵入地结合辅助信息和会话上下文信息，完成了对传统自注意力模型的性能超越。设计的MLP的融合模块通过考虑最近交互的项来平衡本地级和全局级表示，这个模块能够计算不同兴趣向量的召回数量，并且不需要目标项目的参与，能够在在线服务阶段提高效率。