[发明专利]一种基于递归神经网络的推荐方法及系统有效
| 申请号： | 201510718394.9 | 申请日： | 2015-10-30 |
| 公开（公告）号： | CN105354277B | 公开（公告）日： | 2020-11-06 |
| 发明（设计）人： | 刘俊涛;王军伟;邓德位 | 申请（专利权）人： | 中国船舶重工集团公司第七0九研究所 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06N3/08 |
| 代理公司： | 武汉河山金堂专利事务所(普通合伙) 42212 | 代理人： | 胡清堂 |
| 地址： | 430205 湖北省武汉市*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于递归神经网络的推荐方法和系统，其采用递归神经网络模型对用户行为建模并用于推荐系统，通过结合BP算法原理和本发明的神经网络结构，构建针对推荐系统的递归神经网络模型学习方法，根据推荐系统的特点对递归神经网络进行训练，建立独有神经网络结构，从而根据新的神经网络结构为不同用户生成与其兴趣爱好相对应的推荐列表。所述推荐方法和系统通过采用递归神经网络从用户历史行为中学习用户偏好，并据此为用户提供推荐服务。通过递归神经网络特有的递归结构，能够基于时间序列对不同类型的用户行为进行统一表示；且递归神经网络在时间上展开后形成一个深度神经网络结构，能够更精确的表示具有较大随机性的用户行为。 | ||
| 搜索关键词： | 一种 基于 递归 神经网络 推荐 方法 系统 | ||
【主权项】：
一种基于递归神经网络的推荐方法，其特征在于，所述基于递归神经网络的推荐方法包括以下步骤：S1、收集用户对物品的历史行为，并建立递归神经网络；S2、按照行为发生时间对每一个用户记录的历史行为进行先后排序；并针对每一个用户生成相应的训练样本；S3、根据训练样本对递归神经网络进行训练，确定递归神经网络中的权重矩阵；S4、根据训练后的递归神经网络为每一个用户生成推荐列表。
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中国船舶重工集团公司第七0九研究所，未经中国船舶重工集团公司第七0九研究所许可，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/201510718394.9/，转载请声明来源钻瓜专利网。
