摘要
本发明公开了一种基于用户行为分析的公告智能推荐方法及系统,该方法包括:基于历史所有公告被所有用户点击的情况,构造历史所有公告的全局公告关联关系图;将全局公告关联关系图输入第一神经网络,获得全局公告关联关系图中每个节点公告的第一嵌入表示,表征节点公告的结构向量;将全局公告关联关系图中每个节点公告的标题进行文本向量编码,获得节点公告的第二嵌入表示,表征公告的内容向量;将第一嵌入表示和第二嵌入表示采用互信息最大化方法进行融合得到公告的最终嵌入表示;基于待推荐公告的第一交互特征和第二交互特征输入到训练完成的最终推荐模型LightGBM中,获取待推荐公告的被用户点击的概率预测值。
技术关键词
交互特征
智能推荐方法
最大化方法
关系
样本
公告序列
逻辑回归模型
关键词
数据获取单元
节点更新
智能推荐系统
信息更新
标签
文本
电子设备
处理器
编码
基础
参数
系统为您推荐了相关专利信息
光伏出力短期预测方法
Pearson相关系数
天气
特征协方差矩阵
气象
早期故障诊断方法
变量
滑动时间窗口
数据
协方差矩阵
二维码
粒子群优化算法
BP神经网络预测
密度聚类算法
数据样本集合
实体
工程数据管理方法
能源
数据树结构
数据管理系统