CN115439187B 一种基于用户短期偏好的服务推 荐方法 （哈尔滨工业大学（威海））_第1页
CN115439187B 一种基于用户短期偏好的服务推 荐方法 （哈尔滨工业大学（威海））_第2页
CN115439187B 一种基于用户短期偏好的服务推 荐方法 （哈尔滨工业大学（威海））_第3页
CN115439187B 一种基于用户短期偏好的服务推 荐方法 （哈尔滨工业大学（威海））_第4页
CN115439187B 一种基于用户短期偏好的服务推 荐方法 （哈尔滨工业大学（威海））_第5页
已阅读5页，还剩12页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

本发明公开了一种基于用户短期偏好的服最终推荐结果。本发明提高了推荐结果的有效2定义服务推荐问题中的用户行为惯性，并量化不同用户的行为览时间间隔长短和遗忘曲线计算用户记忆保留度m(Ti)，最后通过用户记忆保留度m(Ti)计步骤S31、由于大规模真实数据集中没有具体类别名称，首先通过F作为特征输入到用户短期兴趣推荐模型中；将步骤S31中挖掘出的关联关系同样作为特征2.根据权利要求1所述的基于用户短期偏好的服务推荐方法，其特征在于所述用户记33.根据权利要求1所述的基于用户短期偏好的服务推荐方法，其特征在于所述用户兴4.根据权利要求1所述的基于用户短期偏好的服务推荐方法，将步骤S32中的用户行为及频繁k项集作为用户短期兴趣推荐模型的输入表示为xt=f以及Wo分别表示权i4[0001]本发明属于计算机服务技术领域，涉及一种面向用户短的信息或商品。服务推荐技术能够实现在海量数据中快速为用户找到符合用户需求服务5次数作为特征输入到用户短期兴趣推荐模型中；将步骤S31中挖掘出的关联关系同样作为[0021]步骤S33、通过LSTM算法对用户短期兴趣进行学习，最终输出预测每个商品的概6[0035]本步骤是对已公开的淘宝大规模数据集进行筛选和统计分析，该数据集包含了7题中定义用户行为惯性，行为惯性是指用户基于过去的消费经验积累的可靠性和熟悉度，现概率为p(xi)，并计算用户行为惯性当p(x1)＝p(x2)＝...＝p(xi)＝...次数作为特征输入到用户短期兴趣推荐模型中；将步骤S31中挖掘出的关联关系同样作为[0045]步骤S33、通过LSTM算法对用户短期兴趣进行学习，最终输出预测每个商品的概[0046]将步骤S32中的用户行为及频繁k项集作为用户短期兴趣推荐模型的输入表示为f以及Wo分别表示if以及bo分别表示相应的偏置；gt＝tanh(Wc[ht-1,xt]+bg)表示步骤t的新候选状8各类行为、行为模式和频繁项集作为特征输入到LSTM模型中，通过LSTM学习用户短期偏好，最终输出为预测用户对每个item的购买概率，将概率由高到低进行排序形成top-k集

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论