基于注意力机制与高阶特征交互的在线知识分享推荐方法

AITNT
正文
推荐专利
基于注意力机制与高阶特征交互的在线知识分享推荐方法
申请号:CN202410736034
申请日期:2024-06-07
公开号:CN118708709B
公开日期:2025-10-28
类型:发明专利
摘要
本发明涉及一种基于注意力机制与高阶特征交互的在线知识分享推荐方法。在模型中加入高阶特征交互神经网络,并将高阶特征交互和注意力机制结合,同时引入深度神经网络,与交互神经网络相结合。本发明能够提高模型的表达能力,增强模型的泛化能力;本发明解决了现有解决方案无法自动的探索高阶特征交互、区分不同特征的重要程度的缺陷,以及解决了现有解决方案无法进行特征自动提取、从原始输入中挖掘潜在的重要特征缺陷。
技术关键词
注意力机制 深度神经网络 推荐方法 计算机程序指令 在线 分类特征 推荐系统 处理器 存储器 参数 兴趣 矩阵
系统为您推荐了相关专利信息
1
一种基于图神经网络的以太坊钓鱼节点检测方法
节点检测方法 节点特征 节点结构特征 序列特征 统计特征
2
一种铁铬液流电池负极老化在线监测方法
液流电池负极 铁铬液流电池 在线监测方法 离子 离线
3
基于模型拆分协作的垃圾邮件检测模型的联邦学习方法
联邦学习方法 节点 客户端 矩阵 垃圾邮件检测方法
4
针对交互式学习平台的低空经济教育智能问答方法及系统
交互式学习平台 知识点 语句 教育智能 语义向量
5
一种基于动态时间规整的充电SOC校正方法及系统
订单 SOC校正方法 低SOC区间 动态时间规整算法 曲线
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号