一种基于层内层间注意力的可解释好友推荐方法

AITNT
正文
推荐专利
一种基于层内层间注意力的可解释好友推荐方法
申请号:CN202411050500
申请日期:2024-08-01
公开号:CN118967347A
公开日期:2024-11-15
类型:发明专利
摘要
本发明公开了一种基于层内层间注意力的可解释好友推荐方法,包括以下步骤:用户属性网络构建,基于用户属性文本构建用户属性网络;用户属性网络和用户社交网络的联合学习,随机初始化用户嵌入,基于层内的注意力机制,在不同网络内进行特征提取,基于层间的注意力机制,在不同网络间进行特征融合,生成用户嵌入,从而得到高质量的推荐结果。本发明既能有效提高推荐的准确性,提供高质量的推荐列表供用户选择,又能通过层内层间的注意力机制,给出推荐理由,增强推荐系统的可解释性,提高用户的认可度和满意度。
技术关键词
好友推荐方法 注意力机制 文本 社交 邻居 生成用户 矩阵 前馈神经网络 扩散层 聚类 正则化参数 多层感知机 关系网络 推荐系统 列表 样本 代表 非线性
系统为您推荐了相关专利信息
1
一种基于可逆音像变换和扩散模型的动静脉内瘘异常检测方法及系统
震颤 短时傅里叶变换 样本 动静脉内瘘 数据处理方法
2
基于大语言模型的文献检索方法
自然语言文本 大语言模型 主题短语 语义向量 文献检索方法
3
一种航迹预测方法和相关装置
航迹预测方法 文本 航迹预测装置 航迹数据处理 编码
4
模型训练方法、模型部署方法、装置、电子设备和存储介质
训练注意力 训练样本数据 规模 模块 参数
5
一种融合语义与边缘特征的遥感影像建筑物提取方法
融合语义 语义特征提取 建筑物 联合损失函数 高分遥感影像
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