公开(公告)号：CN111967949A

公开(公告)日：2020-11-20

申请号：CN202011003189.1

申请日：2020-09-22

Applicant: 武汉博晟安全技术股份有限公司

Inventor： 贺小明 ,  贺蕊 ,  张明 ,  艾庆崴 ,  刘兵

IPC: G06Q30/06 ,  G06Q10/06 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及基于Leaky-Conv⨯安全课程推荐引擎排序算法，具体包括以下步骤：S1：将收集到的用户行为数据集进行预处理，然后分为训练数据集和测试数据集；S2：构建Leaky-Conv⨯网络模型：包括依次连接的嵌入堆叠层、交叉卷积层和组合输出层，交叉卷积层包括并列的cross网络和Conv网络，在Cross网络后加有一层激活层，使用Leaky ReLU激活函数；S3：训练模型：将S1中已经预处理好的训练数据集输入到S2搭建的网络模型中训练，直至模型的损失值趋于稳定，模型收敛，得到训练完成后的Leaky-Conv⨯网络模型；S4：测试：将测试数据集作为输入，训练完成的网络模型输出测试结果。采用本申请的推荐排序网络模型，训练成本低、推理时间短、推荐效果好，符合用户需要。

公开(公告)号：CN111967949B

公开(公告)日：2023-05-16

申请号：CN202011003189.1

申请日：2020-09-22

Applicant: 武汉博晟安全技术股份有限公司

Inventor： 贺小明 ,  贺蕊 ,  张明 ,  艾庆崴 ,  刘兵

IPC: G06Q30/0601 ,  G06Q10/0631 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/098

Abstract: 本发明涉及基于Leaky‑Conv⨯安全课程推荐引擎排序算法，具体包括以下步骤：S1：将收集到的用户行为数据集进行预处理，然后分为训练数据集和测试数据集；S2：构建Leaky‑Conv&Cross网络模型：包括依次连接的嵌入堆叠层、交叉卷积层和组合输出层，交叉卷积层包括并列的cross网络和Conv网络，在Cross网络后加有一层激活层，使用Leaky ReLU激活函数；S3：训练模型：将S1中已经预处理好的训练数据集输入到S2搭建的网络模型中训练，直至模型的损失值趋于稳定，模型收敛，得到训练完成后的Leaky‑Conv&Cross网络模型；S4：测试：将测试数据集作为输入，训练完成的网络模型输出测试结果。采用本申请的推荐排序网络模型，训练成本低、推理时间短、推荐效果好，符合用户需要。