[发明专利]一种基于注意力模型的降噪自编码器推荐方法在审
| 申请号： | 201910742757.0 | 申请日： | 2019-08-13 |
| 公开（公告）号： | CN110555132A | 公开（公告）日： | 2019-12-10 |
| 发明（设计）人： | 张延华;王倩雯;付琼霄;李萌;李庆;陈冰容 | 申请（专利权）人： | 北京工业大学 |
| 主分类号： | G06F16/735 | 分类号： | G06F16/735;G06N3/04;G06N3/08 |
| 代理公司： | 11203 北京思海天达知识产权代理有限公司 | 代理人： | 刘萍 |
| 地址： | 100124 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于注意力模型的降噪自编码器的电影推荐方法，属于电影推荐技术领域。在现有的推荐算法中，自编码器推荐模型因运算速度较快，易于实现得到广泛应用，但评分矩阵稀疏时，推荐准确度将大大降低，且未曾考虑辅助信息与用户对于观看记录不同的注意度。为了解决上述问题，本方法将注意力模型与降噪自编码器相结合，利用注意力模型学习用户的偏好，融入降噪自编码器共同迭代更新参数，从而预测用户完整评分。本方法在预测评分准确度方面有明显提升。 | ||
| 搜索关键词： | 编码器 注意力模型 降噪 准确度 迭代更新 辅助信息 观看记录 评分矩阵 注意度 预测 电影 偏好 算法 稀疏 运算 融入 应用 学习 | ||
【主权项】：
1.基于注意力模型的降噪自编码器推荐方法，其特征在于，包括以下步骤：/n步骤1.从网上公开数据集获得用户，电影信息以及用户对电影的评分；/n步骤2.利用卷积神经网络处理电影标题信息；/n步骤3.处理用户与电影信息，分别转变为用户向量与电影向量；/n步骤4.根据用户评分，选出每位用户评分前十的电影，作为用户偏好矩阵；/n步骤5.将用户偏好矩阵输入注意力模型，最终计算得到用户的偏好特征向量；/n步骤6.将用户评分输入降噪自编码器，并在降噪自编码器的隐藏层中添加用户辅助信息向量和用户偏好特征向量，经过至少100次迭代后，获得完整用户评分；/n步骤7.根据预测评分进行电影推荐。/n
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北京工业大学，未经北京工业大学许可，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/201910742757.0/，转载请声明来源钻瓜专利网。
