首页 > 专利学习

一种基于生成对抗网络的隐语义推荐方法[发明专利]

专利名称：一种基于生成对抗网络的隐语义推荐方法专利类型：发明专利

发明人：陈望，郑海涛，汪杨，王伟，赵从志

申请号：CN201910425004.7

申请日：20190521

公开号：CN110210933B

公开日：

20220211

专利内容由知识产权出版社提供

摘要：本发明涉及一种基于生成对抗网络的隐语义推荐方法，包括如下步骤：S1、生成网络模型基于评论信息来预测用户喜欢的top‑M商品列表以及最喜欢某个商品的top‑N用户列表；其中M和N 为正整数；S2、用判别模型区分生成模型预测的分数与真实的分数；S3、利用最大最小化竞争算法，使生成网络模型和判别模型基于评论信息和评分信息更好地学习到用户画像和商品表征，从而提高个性化推荐的精准度，其中，使用同一个隐语义模型来生成用户画像商品表征：当把用户评论向量作为模型输入时，模型生成用户画像；当把商品评论向量作为模型输入时，模型生成商品表征；通过使用同一个隐语义模型来确保共享同一个隐语义空间。本发明能提高个性化推荐的准确性。

申请人：清华大学深圳研究生院

地址：518055 广东省深圳市南山区西丽大学城清华校区

国籍：CN

代理机构：深圳新创友知识产权代理有限公司

代理人：江耀纯

本文发布于:2024-09-21 22:30:29，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/1/402848.html

上一篇：权利要求中含有数学算法时的审查

下一篇：星载ACARS信号接收处理方法[发明专利]