-
公开(公告)号：CN117390074A
公开(公告)日：2024-01-12
申请号：CN202311042889.5
申请日：2023-08-18
Applicant: 东北大学
IPC: G06F16/2457 , G06F18/214
Abstract: 本发明属于序列化推荐系统领域，提出一种基于长用户行为的序列化推荐方法、装置及存储介质。基于现有语言模型改进；将用户交互历史序列分为多个用户交互历史子序列，与用户交互历史对应的下一时刻真实交互商品输入至编码器、解码器后，获得对应向量表示；选取负样本商品同向量表示组成向量空间，计算用户交互历史同正样本商品、负样本商品的相关性，获得损失值，根据交叉熵损失函数来对比学习训练语言模型参数，最终得到训练完成的语言模型，用于预测下一推荐商品。本发明提出的序列化推荐方法，在商品推荐方面取得了最先进的效果，无论在高频场景还是低频场景都可以有效预测。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
