-
公开(公告)号：CN118133042A
公开(公告)日：2024-06-04
申请号：CN202410283038.8
申请日：2024-03-13
Applicant: 南京邮电大学
IPC: G06F18/22 , G06F16/9535 , G06N3/0464 , G06N3/045 , G06N3/08 , G06F18/24 , G06F18/2413
Abstract: 本发明属于服务匹配和深度学习技术领域，公开了一种基于多模态用户偏好的云边端协同服务匹配方法，在云边端场景下，本发明基于机器学习和深度学习模型在感知量可控的条件下分别通过用户短期偏好信息和长期服务使用记录数据进行服务匹配，其中，通过用户的多模态信息数据，以循环神经网络模型和注意力机制作为分类器进行偏好信息识别，以K近邻算法用于用户长期访问序列来获取用户的长期偏好。本发明利用多模态数据的特点和机器学习、深度学习众多的方法模型，对用户因服务调用会产生大量的多模态数据进行充分提取，为云边端场景下服务自适应匹配提供有力支持。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
