System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 对象推荐方法及装置制造方法及图纸_技高网

对象推荐方法及装置制造方法及图纸

技术编号:40091061 阅读:10 留言:0更新日期:2024-01-23 16:13
本公开提供了一种对象推荐方法及装置。该方法包括:利用嵌入网络、适应网络和多层感知器构建推荐模型;获取目标用户的信息以及待推荐的目标对象的信息,将目标用户的信息以及目标对象的信息输入推荐模型:通过嵌入网络处理目标用户的信息以及目标对象的信息,得到目标嵌入特征;通过适应网络处理目标嵌入特征,得到针对目标用户的目标适应性参数;通过多层感知器依据目标适应性参数处理目标嵌入特征,得到目标预测结果,其中,目标预测结果为推荐模型判断是否将目标对象推荐给目标用户的结果。采用上述技术手段,解决现有技术中,推荐模型无法克服用户冷启动的问题。

【技术实现步骤摘要】

本公开涉及点击预测,尤其涉及一种对象推荐方法及装置


技术介绍

1、无论训练数据和处理训练数据的步骤增加多少,训练得到的推荐模型都会或多或少存在受到老用户(可以将训练数据中使用到的用户或者已经推理过的用户看作老用户,将待推理的用户看作新用户)的影响,导致新用户的推荐效果不达预期。该问题可以看作是用户冷启动问题,也即是推荐模型缺乏用户历史数据时,无法有效地为用户提供个性化推荐的情况。


技术实现思路

1、有鉴于此,本公开实施例提供了一种对象推荐方法、装置、电子设备及计算机可读存储介质,以解决现有技术中,推荐模型无法克服用户冷启动的问题。

2、本公开实施例的第一方面,提供了一种对象推荐方法,包括:利用嵌入网络、适应网络和多层感知器构建推荐模型,其中,多层感知器包含多层感知网络和一层分类网络,每层感知网络由一层隐藏层和调整函数组成,分类网络由全连接层和激活函数组成,多层感知器在推荐模型中作为预测网络;获取目标用户的信息以及待推荐的目标对象的信息,将目标用户的信息以及目标对象的信息输入推荐模型:通过嵌入网络处理目标用户的信息以及目标对象的信息,得到目标嵌入特征;通过适应网络处理目标嵌入特征,得到针对目标用户的目标适应性参数;通过多层感知器依据目标适应性参数处理目标嵌入特征,得到目标预测结果,其中,目标预测结果为推荐模型判断是否将目标对象推荐给目标用户的结果。

3、本公开实施例的第二方面,提供了一种对象推荐装置,包括:构建模块,被配置为利用嵌入网络、适应网络和多层感知器构建推荐模型,其中,多层感知器包含多层感知网络和一层分类网络,每层感知网络由一层隐藏层和调整函数组成,分类网络由全连接层和激活函数组成,多层感知器在推荐模型中作为预测网络;获取模块,被配置为获取目标用户的信息以及待推荐的目标对象的信息,将目标用户的信息以及目标对象的信息输入推荐模型:第一处理模块,被配置为通过嵌入网络处理目标用户的信息以及目标对象的信息,得到目标嵌入特征;第二处理模块,被配置为通过适应网络处理目标嵌入特征,得到针对目标用户的目标适应性参数;第三处理模块,被配置为通过多层感知器依据目标适应性参数处理目标嵌入特征,得到目标预测结果,其中,目标预测结果为推荐模型判断是否将目标对象推荐给目标用户的结果。

4、本公开实施例的第三方面,提供了一种电子设备,包括存储器、处理器以及存储在存储器中并且可在处理器上运行的计算机程序,该处理器执行计算机程序时实现上述方法的步骤。

5、本公开实施例的第四方面,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述方法的步骤。

6、本公开实施例与现有技术相比存在的有益效果是:因为本公开实施例通过利用嵌入网络、适应网络和多层感知器构建推荐模型,其中,多层感知器包含多层感知网络和一层分类网络,每层感知网络由一层隐藏层和调整函数组成,分类网络由全连接层和激活函数组成,多层感知器在推荐模型中作为预测网络;获取目标用户的信息以及待推荐的目标对象的信息,将目标用户的信息以及目标对象的信息输入推荐模型:通过嵌入网络处理目标用户的信息以及目标对象的信息,得到目标嵌入特征;通过适应网络处理目标嵌入特征,得到针对目标用户的目标适应性参数;通过多层感知器依据目标适应性参数处理目标嵌入特征,得到目标预测结果,其中,目标预测结果为推荐模型判断是否将目标对象推荐给目标用户的结果。采用上述技术手段,可以解决现有技术中,推荐模型无法克服用户冷启动的问题,进而提高推荐模型对缺乏历史数据的用户提供个性化推荐的能力。

本文档来自技高网...

【技术保护点】

1.一种对象推荐方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,通过所述多层感知器依据所述目标适应性参数处理所述目标嵌入特征,得到目标预测结果,包括:

3.根据权利要求1所述的方法,其特征在于,通过所述多层感知器依据所述目标适应性参数处理所述目标嵌入特征,得到目标预测结果,包括:

4.根据权利要求1所述的方法,其特征在于,通过所述嵌入网络处理所述目标用户的信息以及所述目标对象的信息,得到目标嵌入特征,包括:

5.根据权利要求1所述的方法,其特征在于,将所述目标用户的信息以及所述目标对象的信息输入所述推荐模型之前,所述方法还包括:

6.根据权利要求5所述的方法,其特征在于,通过所述多层感知器依据所述适应性参数处理所述嵌入特征,得到预测结果,包括:

7.根据权利要求1所述的方法,其特征在于,通过所述多层感知器依据所述目标适应性参数处理所述目标嵌入特征,得到目标预测结果之后,所述方法还包括:

8.一种对象推荐装置,其特征在于,包括:

9.一种电子设备,包括存储器、处理器以及存储在所述存储器中并且可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述方法的步骤。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。

...

【技术特征摘要】

1.一种对象推荐方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,通过所述多层感知器依据所述目标适应性参数处理所述目标嵌入特征,得到目标预测结果,包括:

3.根据权利要求1所述的方法,其特征在于,通过所述多层感知器依据所述目标适应性参数处理所述目标嵌入特征,得到目标预测结果,包括:

4.根据权利要求1所述的方法,其特征在于,通过所述嵌入网络处理所述目标用户的信息以及所述目标对象的信息,得到目标嵌入特征,包括:

5.根据权利要求1所述的方法,其特征在于,将所述目标用户的信息以及所述目标对象的信息输入所述推荐模型之前,所述方法还包括:

6.根据权利要求5所述的方法,其特征在...

【专利技术属性】
技术研发人员:徐琳董辉孙若愚
申请(专利权)人:深圳须弥云图空间科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1