首页  专利技术  电子电路装置的制造及其应用技术

基于多尺度对比学习双塔模型的在线群组推荐方法及系统

2025-05-17 15:40:07 438次浏览

技术特征:

1.一种基于多尺度对比学习双塔模型的在线群组推荐方法,其特征在于,所述方法包括:

2.根据权利要求1所述在线群组推荐方法,其特征在于,所述方法还包括对在线群组推荐方法进行形式化定义:

3.根据权利要求2所述在线群组推荐方法,其特征在于,所述群组嵌入编码层用于根据用户的群组序列得到群组嵌入表征的步骤包括:

4.根据权利要求3所述在线群组推荐方法,其特征在于,所述序列初始编码层用于根据群组嵌入表征得到初始群组编码序列的步骤包括:

5.根据权利要求4所述在线群组推荐方法,其特征在于,所述相似用户编码层用于根据初始群组编码序列得到群组编码序列的步骤包括:

6.根据权利要求2所述在线群组推荐方法,其特征在于,所述意见融合层用于根据用户初始表征、事件初始表征以及用户和事件的邻居集合得到每个结点的最终表征的步骤包括:

7.根据权利要求6所述在线群组推荐方法,其特征在于,所述特征聚合层用于根据每个结点的最终表征得到群组最终表征的步骤包括:

8.根据权利要求2所述在线群组推荐方法,其特征在于,所述优化损失函数;

9.一种基于多尺度对比学习双塔模型的在线群组推荐系统,其特征在于,所述系统包括:

10.一种计算机设备,其特征在于,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的处理程序,所述处理程序被所述处理器执行时实现如权利要求1至8中任一项所述在线群组推荐方法。


技术总结
本申请公开了基于多尺度对比学习双塔模型的在线群组推荐方法及系统,属于人工智能技术领域,该方法包括:首先,系统获取并预处理在线群组推荐的相关信息,生成用户的群组序列、用户初始表征、事件初始表征以及用户和事件的邻居集合;模型的左塔由序列编码网络构成,包括群组嵌入编码层、序列初始编码层和相似用户编码层,旨在提取用户群组的序列表征;右塔则由群组编码网络组成,包含意见融合层和特征聚合层,用于生成群组的最终表征;对比学习网络包括群组‑群组、序列‑序列和序列‑群组对比层,构建相应的对比损失函数;通过优化损失函数,训练得到多尺度对比学习双塔优化模型,最终实现精准的个性化的群组推荐结果。

技术研发人员:黄晓梅,陈春芳,陈紫微,赵俊豪,易玉根
受保护的技术使用者:江西师范大学
技术研发日:
技术公布日:2024/11/18
文档序号 : 【 40052126 】

技术研发人员:黄晓梅,陈春芳,陈紫微,赵俊豪,易玉根
技术所有人:江西师范大学

备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
黄晓梅陈春芳陈紫微赵俊豪易玉根江西师范大学
不完全pop封装芯片桥接路径通断量产测试方法及系统与流程 基于模型融合的天然气流量预测方法、系统及电子设备
相关内容