公开(公告)号：CN119783044A

公开(公告)日：2025-04-08

申请号：CN202510272048.6

申请日：2025-03-10

Applicant: 东北大学

Inventor： 郭楠 ,  周国庆 ,  刘冠为 ,  米庆巍 ,  李家豪 ,  高天寒

IPC: G06F18/25 ,  G06F18/2415 ,  G06F18/211 ,  G06N3/0455 ,  G06N3/0464 ,  G06Q30/0601 ,  G06F16/9535 ,  G06F123/02

Abstract: 本发明提供一种基于多模态特征融合的序列推荐方法，涉及个性化推荐技术领域。该方法首先根据用户的不同模态交互记录提取多模态特征；针对不同模态采用不同的特征提取方法；然后采用多模态融合模块进行多模态特征融合与学习；构建多模态融合序列推荐模型进行序列推荐；该方法借助注意力掩码机制让各个模态既能关注自身模态内的信息，又能实现模态间的信息交互，有效保留了文本和图像特征中丰富的原始信息。本发明方法解决了传统多模态推荐模型在特征融合时存在的混乱无序问题。同时，改善了现有技术中难以平衡ID特征与多模态特征学习的状况，并且增强了模型在面对长尾项目和冷启动场景时的推荐能力。