检索结果-内蒙古大学图书馆

作者：刘方爱许明明鞠杰徐卫志 250358 山东省济南市长清区大学路1号

本发明公开了一种基于用户序列点击行为的兴趣推荐方法及系统，首先获取用户的历史交互项目数据，组成用户的历史交互项目序列；构建兴趣推荐模型；利用兴趣推荐模型对用户的历史交互项目序列进行会话划分；提取划分后得到的每个会话内... 详细信息

标准号: CN110807156A

本发明公开了一种基于用户序列点击行为的兴趣推荐方法及系统，首先获取用户的历史交互项目数据，组成用户的历史交互项目序列；构建兴趣推荐模型；利用兴趣推荐模型对用户的历史交互项目序列进行会话划分；提取划分后得到的每个会话内兴趣，对每个会话内的兴趣进行加权处理，得到用户的会话兴趣序列；将不同会话之间的兴趣进行交互，得到不同会话之间动态的交互模型；将用户的会话兴趣序列输入到不同会话之间动态的交互模型，预测得到待推荐的目标项目序列。

关键词：会话交互模型项目序列兴趣序列动态的点击行为加权处理目标项目项目数据用户序列构建预测

来源：评论

学校读者我要写书评

暂无评论

传输用户序列的方法、网络设备和终端设备

传输用户序列的方法、网络设备和终端设备

引用

作者：张华滋王坚李榕余荣道戎璐 518129 广东省深圳市龙岗区坂田华为总部办公楼

本发明公开了一种传输用户序列的方法、网络设备和终端设备，该方法包括：网络设备向终端设备发送第一信令，所述第一信令中包括用于指示第一用户序列空间的用户序列的数量的第一信息，所述第一用户序列空间的用户序列包括供所述网络设... 详细信息

标准号: CN107548094B

本发明公开了一种传输用户序列的方法、网络设备和终端设备，该方法包括：网络设备向终端设备发送第一信令，所述第一信令中包括用于指示第一用户序列空间的用户序列的数量的第一信息，所述第一用户序列空间的用户序列包括供所述网络设备服务的终端设备使用的用户序列的全集；所述网络设备接收所述终端设备根据所述第一信息发送的第一用户序列；所述网络设备根据所述第一用户序列，进行用户检测和/或通信参数估计。因此，本发明提供的方法，网络设备可以灵活地指定网络设备服务的所有终端设备可以使用的用户序列空间的大小，从而能够调整用户序列空间的大小，提高用户检测或通信参数估计的准确性，提高系统工作效率。

关键词：用户序列网络设备终端设备通信参数用户检测信令系统工作效率传输用户信息发送全集发送服务灵活

来源：评论

学校读者我要写书评

暂无评论

一种基于用户序列性行为的在线课程平台内容推荐方法、装置、系统及存储介质

一种基于用户序列性行为的在线课程平台内容推荐方法、装置、系统...

引用

作者：刘凯洋范新灿李斌袁梅冷 518000 广东省深圳市南山区西丽湖镇西丽湖畔

本发明提供了一种基于用户序列性行为的在线课程平台内容推荐方法、装置、系统及存储介质，该在线课程平台内容推荐方法包括数据获取步骤、定义序列性行为步骤、降维步骤和推荐评分步骤。本发明的有益效果是：本发明是一种混合制的推荐... 详细信息

标准号: CN110321483A

本发明提供了一种基于用户序列性行为的在线课程平台内容推荐方法、装置、系统及存储介质，该在线课程平台内容推荐方法包括数据获取步骤、定义序列性行为步骤、降维步骤和推荐评分步骤。本发明的有益效果是：本发明是一种混合制的推荐系统，根据在线教育平台的特点，融合两种已有的推荐系统的优势，精准的描述课程本身内在的特征及课程相互之间的联系，并创造性的利用课程资源的序列性特征，实现更精确的基于序列化的资源推荐，满足用户的需求。

关键词：平台内容推荐系统在线课程性行为课程数据获取步骤存储介质定义序列用户序列在线教育资源推荐序列化序列性降维融合

来源：评论

学校读者我要写书评

暂无评论

传输用户序列的方法、网络设备和终端设备

传输用户序列的方法、网络设备和终端设备

引用

作者：张华滋王坚李榕余荣道戎璐 518129 广东省深圳市龙岗区坂田华为总部办公楼

标准号: CN107548094A

关键词：用户序列网络设备终端设备通信参数用户检测信令系统工作效率传输用户信息发送全集发送服务灵活

来源：评论

学校读者我要写书评

暂无评论

融合用户行为序列预测的混合推荐算法

引用

电子科技 2023年第4期36卷 84-89页

作者：孙红鹿梅珂上海理工大学光电信息与计算机工程学院上海200093

对于用户行为序列中隐藏用户兴趣的捕捉是近年来推荐算法研究的热门方向。传统的序列预测模型使用用户最后一次点击的商品为目标,建立用户行为和目标商品间的关联,并没有充分挖掘用户序列间的先后关系。文中在传统的DIN模型的基础上进... 详细信息

对于用户行为序列中隐藏用户兴趣的捕捉是近年来推荐算法研究的热门方向。传统的序列预测模型使用用户最后一次点击的商品为目标,建立用户行为和目标商品间的关联,并没有充分挖掘用户序列间的先后关系。文中在传统的DIN模型的基础上进行了改进,采用一段时间内的连续行为作为目标向量,使用transformer结构完成序列到序列的预测任务,进一步提取和利用了用户行为序列中的用户深度兴趣,并将其作为辅助特征结合DIN进行推荐。在亚马逊图书数据集和电子数据集上的实验结果表明,文中提出的基于DIN混合推荐模型比原DIN模型的AUC指标分别提升了约0.7%和1.9%。由此可知,基于用户行为序列预测的混合推荐可以在多特征推荐系统中起到一定的辅助作用。此外,文中还对用户序列长度对模型结果造成的影响进行了探究。

关键词：推荐系统点击率预估计算广告 CTR预估混合推荐用户序列用户偏好注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于反事实用户行为序列生成的序列推荐方法

基于反事实用户行为序列生成的序列推荐方法

引用

作者：吴飞张圣宇赵洲姚东 310058 浙江省杭州市西湖区余杭塘路866号

本发明公开了一种基于反事实用户行为序列生成的序列推荐方法。该方法的基本流程如下：首先使用物品相似度识别用户序列中物品层级和兴趣层级的重要概念和非重要概念；然后使用概念重要性识别结果和数据增强手段生成反事实正负用户序列... 详细信息

标准号: CN113609388A

本发明公开了一种基于反事实用户行为序列生成的序列推荐方法。该方法的基本流程如下：首先使用物品相似度识别用户序列中物品层级和兴趣层级的重要概念和非重要概念；然后使用概念重要性识别结果和数据增强手段生成反事实正负用户序列；最后使用对比学习方法对反事实正负用户‑用户、用户‑物品进行对比表征学习，以学习得到的序列推荐模型进行实际的序列推荐。本发明将反事实样本生成、对比学习应用于序列个性化推荐。相比一般序列推荐方法，本发明通过建模反事实用户序列空间，能够缓解用户点击行为稀疏问题；通过识别物品层级和兴趣层级的重要概念和非重要概念，并以此进行用户表征学习，能够学习更加准确可靠的用户表征。

关键词：重要概念层级用户序列学习用户表征个性化推荐基本流程数据增强序列生成样本生成用户点击用户行为相似度建模稀疏缓解应用

来源：评论

学校读者我要写书评

暂无评论

基于反事实用户行为序列生成的序列推荐方法

基于反事实用户行为序列生成的序列推荐方法

引用

作者：吴飞张圣宇赵洲姚东 310058 浙江省杭州市西湖区余杭塘路866号

标准号: CN113609388B

关键词：重要概念层级用户序列学习用户表征个性化推荐基本流程数据增强序列生成样本生成用户点击用户行为相似度建模稀疏缓解应用

来源：评论

学校读者我要写书评

暂无评论

一种融合时序感知和用户偏好的序列推荐方法

一种融合时序感知和用户偏好的序列推荐方法

引用

作者：李博涵武佳琪张博闻胥帅张量孙靖罗鹏 210016 江苏省南京市秦淮区御道街29号

本发明公开了一种融合时序感知和用户偏好的序列推荐方法，涉及序列推荐技术领域。通过建模用户的长期和短期行为序列，结合时序信息，融合序列特征，发明了一种用户综合偏好表示的学习模型。考虑到现实推荐场景下用户偏好复杂多样且随... 详细信息

标准号: CN117370670A

本发明公开了一种融合时序感知和用户偏好的序列推荐方法，涉及序列推荐技术领域。通过建模用户的长期和短期行为序列，结合时序信息，融合序列特征，发明了一种用户综合偏好表示的学习模型。考虑到现实推荐场景下用户偏好复杂多样且随着时间不断变化，本发明方法关注用户行为序列中的时序信息，使用稀疏注意网络来学习长期偏好表示并过滤不相关信息的影响，根据时间间隔修改门控循环单元结构，将用户的短期行为序列编码到相应时刻的隐藏状态中，还构建了一个目标注意力网络层来突出最后时刻的交互行为。本发明结合时序信息和用户序列建模，将用户的交互序列嵌入到潜在偏好空间，并自适应地整合偏好特征，极大地提高了模型的泛化能力和推荐准确率。

关键词：时序信息用户偏好建模循环单元结构时序长期偏好交互行为交互序列偏好特征潜在偏好相关信息序列编码序列特征隐藏状态用户行为用户序列融合网络层自适应准确率构建门控偏好整合稀疏感知嵌入过滤注意力场景学习网络

来源：评论

学校读者我要写书评

暂无评论

一种面向用户动态偏好的商品序列个性化推荐方法

一种面向用户动态偏好的商品序列个性化推荐方法

引用

作者：黄震华汤庸刘海李丁丁蔡立群廖晓鹏 510000 广东省广州市天河区中山大道西55号

本发明公开一种面向用户动态偏好的商品序列个性化推荐的方法，包括提取同一用户相似评分下的商品序列构造出商品评分向量，同时提取同一商品相似评分的用户序列得到用户评分向量，然后结合用户个人信息、商品基本属性信息、用户和物品... 详细信息

标准号: CN110458627B

本发明公开一种面向用户动态偏好的商品序列个性化推荐的方法，包括提取同一用户相似评分下的商品序列构造出商品评分向量，同时提取同一商品相似评分的用户序列得到用户评分向量，然后结合用户个人信息、商品基本属性信息、用户和物品评论以及商品图片，基于多任务学习来分别实现用户和商品的特征抽取，以用户特征向量及其历史商品序列的特征向量作为输入，通过训练编码‑解码器来实现商品序列的生成，并结合搜索策略精确学习最优商品序列的推荐。本发明基于多模态的用户‑商品数据，高度提取及融合用户特征和商品特征，实现面向用户偏好的商品序列的个性化推荐，提高用户体验。

关键词：商品序列个性化推荐面向用户评分向量偏好基本属性信息用户个人信息用户特征向量解码器任务学习商品数据商品特征商品图片搜索策略特征抽取特征向量同一用户训练编码用户特征用户体验用户序列多模态融合评论学习

来源：评论

学校读者我要写书评

暂无评论

一种面向用户动态偏好的商品序列个性化推荐方法

一种面向用户动态偏好的商品序列个性化推荐方法

引用

作者：黄震华汤庸刘海李丁丁蔡立群廖晓鹏 510000广东省广州市天河区中山大道西55号

标准号: CN110458627A

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：