公开(公告)号：CN114662010B

公开(公告)日：2024-10-11

申请号：CN202210261079.8

申请日：2022-03-16

Applicant: 重庆邮电大学

Inventor： 胡军 ,  欧朝荣 ,  钟福金

IPC: G06F16/9536 ,  G06F16/958 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明请求保护一种基于多任务学习的显隐式协同过滤推荐方法，具体涉及推荐系统领域。在现实的推荐场景中，显式反馈和隐式反馈都会被系统收集。现有的许多推荐算法都是使用单一的反馈构建推荐系统进行推荐，而显式反馈和隐式反馈存在着互补的关系。本发明使用显式反馈和隐式反馈进行建模，所述方法使用两个辅助任务分别处理显式反馈和隐式反馈，主任务用于融合显式反馈和隐式反馈。由于多任务学习模型的底层参数共享，底层参数将会由所有任务联合更新，这使得显式反馈和隐式反馈的知识共享，从而提高推荐的准确性。

公开(公告)号：CN114662010A

公开(公告)日：2022-06-24

申请号：CN202210261079.8

申请日：2022-03-16

Applicant: 重庆邮电大学

Inventor： 胡军 ,  欧朝荣 ,  钟福金

IPC: G06F16/9536 ,  G06F16/958 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明请求保护一种基于多任务学习的显隐式协同过滤推荐方法，具体涉及推荐系统领域。在现实的推荐场景中，显式反馈和隐式反馈都会被系统收集。现有的许多推荐算法都是使用单一的反馈构建推荐系统进行推荐，而显式反馈和隐式反馈存在着互补的关系。本发明使用显式反馈和隐式反馈进行建模，所述方法使用两个辅助任务分别处理显式反馈和隐式反馈，主任务用于融合显式反馈和隐式反馈。由于多任务学习模型的底层参数共享，底层参数将会由所有任务联合更新，这使得显式反馈和隐式反馈的知识共享，从而提高推荐的准确性。