公开(公告)号：CN119166894A

公开(公告)日：2024-12-20

申请号：CN202411213869.4

申请日：2024-08-31

Applicant: 福州大学

Inventor： 陈羽中 ,  苏杰阳 ,  陈子阳

IPC: G06F16/9535 ,  G06F16/9536 ,  G06Q50/00 ,  G06F18/214 ,  G06F18/25 ,  G06N20/00

Abstract: 本发明涉及一种多行为共性融合推荐方法，包括以下步骤：步骤A：获取用户的行为数据，包含用户ID、目标物品ID、交互类型和交互时间，并对获取到的数据进行预处理，而后构建训练集；步骤B：构建基于多行为共性融合的深度学习网络模型，所述深度学习网络模型获取不同类型行为的共性信息并融合到最终偏好表示中，同时通过多角度对比学习辅助多种表征的学习；使用训练集训练深度学习网络模型，在训练集上通过最小化损失函数训练得到所需的深度学习网络模型；步骤C：将预处理好的待推荐用户与候选物品数据输入训练好的深度学习网络模型中，输出当前用户对目标物品产生目标行为的概率。该方法及系统有利于提高向用户推荐感兴趣物品的准确性。