公开(公告)号：CN116523608B

公开(公告)日：2023-08-29

申请号：CN202310801249.1

申请日：2023-07-03

Applicant: 苏州大学

Inventor： 赵朋朋 ,  袁欢欢

IPC: G06Q30/0601 ,  G06N3/04 ,  G06N3/08 ,  G06N5/04

Abstract: 本发明公开了基于概率逻辑推理的物品序列推荐方法，涉及概率逻辑推理的序列推荐技术领域包括，根据用户在电子商务或音视频平台中的历史行为记录，为用户推荐相关信息；利用概率逻辑嵌入方法在逻辑空间中表示用户及对应的历史行为；使用逻辑逻辑嵌入和概率逻辑算子对用户交互历史物品进行逻辑表示，并使用逻辑推理进行推荐预测；利用经典序列推荐模型学习用户跨物品偏好的兴趣模式，结合逻辑推理构成概率逻辑序列推荐框架SR‑PLR获得最终预测。本发明提出基于概率逻辑推理的通用序列推荐框架，实现了神经网络与符号学习在序列推荐中的结合与建模。用于主流的深度序列推荐模型提升推荐模型准确度和鲁棒性。

公开(公告)号：CN116523608A

公开(公告)日：2023-08-01

申请号：CN202310801249.1

申请日：2023-07-03

Applicant: 苏州大学

Inventor： 赵朋朋 ,  袁欢欢

IPC: G06Q30/0601 ,  G06N3/04 ,  G06N3/08 ,  G06N5/04

Abstract: 本发明公开了基于概率逻辑推理的物品序列推荐方法，涉及概率逻辑推理的序列推荐技术领域包括，根据用户在电子商务或音视频平台中的历史行为记录，为用户推荐相关信息；利用概率逻辑嵌入方法在逻辑空间中表示用户及对应的历史行为；使用逻辑逻辑嵌入和概率逻辑算子对用户交互历史物品进行逻辑表示，并使用逻辑推理进行推荐预测；利用经典序列推荐模型学习用户跨物品偏好的兴趣模式，结合逻辑推理构成概率逻辑序列推荐框架SR‑PLR获得最终预测。本发明提出基于概率逻辑推理的通用序列推荐框架，实现了神经网络与符号学习在序列推荐中的结合与建模。用于主流的深度序列推荐模型提升推荐模型准确度和鲁棒性。