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()
【技术实现步骤摘要】
本专利技术涉及农业信息推荐,特别是涉及一种农业社会化服务信息推荐方法、系统、存储介质及产品。
技术介绍
1、农业社会化服务是社会各类服务组织为农户生产、销售等环节提供全过程的综合配套服务。农业社会化服务是农业现代化的重要标志,通过发展社会化服务,有助于推广先进技术装备,有助于改善资源要素投入结构和质量,有助于推进农业标准化生产、规模化经营,是促进农业转型升级,实现农业高质量发展的重要手段。而如何实现农业社会化服务供需信息匹配就成为新的技术问题。
2、智能推荐系统是一种利用人工智能技术对用户兴趣和需求进行分析和预测,并据此向用户推荐个性化信息的系统。系统通过对用户的行为、偏好、社交关系等数据进行挖掘和分析,从而实现对用户的个性化推荐。目前智能推荐系统已经被广泛应用于视频流媒体网站、电子商务等许多线上业务,而在农业社会化服务信息服务领域还处于起步阶段。
3、当前,农业社会化服务信息供需数据分布极度不均匀,这导致农业社会化服务信息推荐方法在推荐农业社会化服务信息时通常会忽略那些更适合当地特色产业的服务。这种问题的存在,使得系统只检索热门服务类型,对于具有小众信息推荐需求的农户不够友好,使得对农户推荐的准确性低。
技术实现思路
1、本专利技术的目的是提供一种农业社会化服务信息推荐方法、系统、存储介质及产品,可提高对农户推荐的准确性。
2、为实现上述目的,本专利技术提供了如下方案:
3、一种农业社会化服务信息推荐方法,包括:
4、获
5、对于任意一个社会化服务信息资源领域,采用基于噪声增强的对比学习和多任务学习,根据所述社会化服务信息资源领域对应的各农户的特征表示和所述社会化服务信息资源领域对应的各农业社会化服务信息的特征表示,得到所述社会化服务信息资源领域对应的多任务学习损失函数值;
6、将所述社会化服务信息资源领域对应的多任务学习损失函数值分别与所述社会化服务信息资源领域对应的各共有节点的特征表示进行融合得到所述社会化服务信息资源领域对应的各共有节点的融合向量;所述共有节点包括所有社会化服务信息资源领域共有的农户和所述社会化服务信息资源领域共有的农业社会化服务信息;
7、对于任意一个共有节点,采用多头交叉注意力方法对各社会化服务信息资源领域对应的所述共有节点的融合向量进行处理得到各社会化服务信息资源领域对应的所述共有节点的多头注意力分数;
8、采用跨域数据融合方法对各社会化服务信息资源领域对应的所述共有节点的多头注意力分数和各社会化服务信息资源领域对应的所述共有节点的融合向量进行处理得到所述共有节点在各社会化服务信息资源领域的融合特征;
9、对于任意一个共有的农户,根据所述共有的农户在各社会化服务信息资源领域的融合特征以及所有共有的农业社会化服务信息在各社会化服务信息资源领域的融合特征得到所述共有的农户在各社会化服务信息资源领域的农业社会化服务信息推荐结果。
10、可选的,对于任意一个社会化服务信息资源领域,采用基于噪声增强的对比学习和多任务学习,根据所述社会化服务信息资源领域对应的各农户的特征表示和所述社会化服务信息资源领域对应的各农业社会化服务信息的特征表示,得到所述社会化服务信息资源领域对应的多任务学习损失函数值,具体包括:
11、对于任意一个社会化服务信息资源领域对应的任意一个节点,对所述节点的特征表示分别添加第一白噪声和第二白噪声,得到所述节点的第一节点噪声表示和所述节点的第二节点噪声表示;所述节点为农户或者社会化服务信息;
12、采用对比学习,根据所述社会化服务信息资源领域对应的各节点的第一节点噪声表示和各节点的第二节点噪声表示得到所述社会化服务信息资源领域的农户对比损失值和所述社会化服务信息资源领域的社会化服务信息对比损失值;
13、采用多任务学习,根据所述社会化服务信息资源领域对应的各农户的隐向量、所述社会化服务信息资源领域对应的各农业社会化服务信息的隐向量、所述社会化服务信息资源领域的农户对比损失值和所述社会化服务信息资源领域的社会化服务信息对比损失值得到所述社会化服务信息资源领域的多任务学习损失函数值。
14、可选的,采用跨域数据融合方法对各社会化服务信息资源领域对应的所述共有节点的多头注意力分数和各社会化服务信息资源领域对应的所述共有节点的融合向量进行处理得到所述共有节点在各社会化服务信息资源领域的融合特征,具体包括:
15、根据各社会化服务信息资源领域对应的所述共有节点的多头注意力分数和各社会化服务信息资源领域对应的所述共有节点的融合向量得到所述共有节点的领域共同特征向量和所述共有节点在各社会化服务信息资源领域的特定特征向量;
16、将所述共有节点的领域共同特征向量分别与所述共有节点在各社会化服务信息资源领域的特定特征向量进行融合得到所述共有节点在各社会化服务信息资源领域的融合特征。
17、可选的,根据各社会化服务信息资源领域对应的所述共有节点的多头注意力分数和各社会化服务信息资源领域对应的所述共有节点的融合向量得到所述共有节点的领域共同特征向量和所述共有节点在各社会化服务信息资源领域的特定特征向量,具体为:
18、根据公式计算共有节点的领域共同特征向量,其中,eδr表示共有节点r的领域共同特征向量,表示社会化服务信息资源领域α对应的共有节点r的多头注意力分数,表示社会化服务信息资源领域β对应的共有节点r的多头注意力分数,表示社会化服务信息资源领域α对应的共有节点r的融合向量,表示社会化服务信息资源领域β对应的共有节点r的融合向量;
19、根据公式计算共有节点在社会化服务信息资源领域的特定特征向量,其中,eαr表示共有节点r在社会化服务信息资源领域α的特定特征向量,λα表示在社会化服务信息资源领域α农户保留率参数;
20、根据公式计算共有节点在社会化服务信息资源领域的特定特征向量,其中,eβr表示共有节点r在社会化服务信息资源领域β的特定特征向量,λβ表示在社会化服务信息资源领域β社会化服务信息保留率参数。
21、可选的,将所述共有节点的领域共同特征向量分别与所述共有节点在各社会化服务信息资源领域的特定特征向量进行融合得到所述共有节点在各社会化服务信息资源领域的融合特征,具体为:
22、根据公式计算共有节点在社会化服务信息资源领域α的融合特征,其中,表示共有节点r在社会化服务信息资源领域α的融合特征,wα表示社会化服务信息资源领域α上注意力网络的权重矩阵,eαr表示共有节点r在社会化服务信息资源领域α的特定特征向量,eδr表示共有节点r的领域共同特征向量;
23、计算共有节点在社会化服务信息资源领域的融合特征,其中,表示共有节点r在社会化服务信息资源领域β的融合特征,wβ表示社会化服务信息资源领域β上注意力网络本文档来自技高网...
【技术保护点】
1.一种农业社会化服务信息推荐方法,其特征在于,包括:
2.根据权利要求1所述的农业社会化服务信息推荐方法,其特征在于,对于任意一个社会化服务信息资源领域,采用基于噪声增强的对比学习和多任务学习,根据所述社会化服务信息资源领域对应的各农户的特征表示和所述社会化服务信息资源领域对应的各农业社会化服务信息的特征表示,得到所述社会化服务信息资源领域对应的多任务学习损失函数值,具体包括:
3.根据权利要求1所述的农业社会化服务信息推荐方法,其特征在于,采用跨域数据融合方法对各社会化服务信息资源领域对应的所述共有节点的多头注意力分数和各社会化服务信息资源领域对应的所述共有节点的融合向量进行处理得到所述共有节点在各社会化服务信息资源领域的融合特征,具体包括:
4.根据权利要求3所述的农业社会化服务信息推荐方法,其特征在于,根据各社会化服务信息资源领域对应的所述共有节点的多头注意力分数和各社会化服务信息资源领域对应的所述共有节点的融合向量得到所述共有节点的领域共同特征向量和所述共有节点在各社会化服务信息资源领域的特定特征向量,具体为:
5.根据权
6.根据权利要求2所述的农业社会化服务信息推荐方法,其特征在于,采用多任务学习,根据所述社会化服务信息资源领域对应的各农户的隐向量、所述社会化服务信息资源领域对应的各农业社会化服务信息的隐向量、所述社会化服务信息资源领域的农户对比损失值和所述社会化服务信息资源领域的社会化服务信息对比损失值得到所述社会化服务信息资源领域的多任务学习损失函数值,具体包括:
7.一种计算机系统,包括:存储器、处理器以及存储在存储器上并可在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以实现权利要求1-6中任一项所述农业社会化服务信息推荐方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-6中任一项所述农业社会化服务信息推荐方法。
9.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1-6中任一项所述农业社会化服务信息推荐方法。
...【技术特征摘要】
1.一种农业社会化服务信息推荐方法,其特征在于,包括:
2.根据权利要求1所述的农业社会化服务信息推荐方法,其特征在于,对于任意一个社会化服务信息资源领域,采用基于噪声增强的对比学习和多任务学习,根据所述社会化服务信息资源领域对应的各农户的特征表示和所述社会化服务信息资源领域对应的各农业社会化服务信息的特征表示,得到所述社会化服务信息资源领域对应的多任务学习损失函数值,具体包括:
3.根据权利要求1所述的农业社会化服务信息推荐方法,其特征在于,采用跨域数据融合方法对各社会化服务信息资源领域对应的所述共有节点的多头注意力分数和各社会化服务信息资源领域对应的所述共有节点的融合向量进行处理得到所述共有节点在各社会化服务信息资源领域的融合特征,具体包括:
4.根据权利要求3所述的农业社会化服务信息推荐方法,其特征在于,根据各社会化服务信息资源领域对应的所述共有节点的多头注意力分数和各社会化服务信息资源领域对应的所述共有节点的融合向量得到所述共有节点的领域共同特征向量和所述共有节点在各社会化服务信息资源领域的特定特征向量,具体为:
5.根据权利要求3所述的农业社会化服务信息推荐方法,其特征在于...
【专利技术属性】
技术研发人员:庄家煜,许世卫,刘佳佳,
申请(专利权)人:中国农业科学院农业信息研究所,
类型:发明
国别省市:
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。