一种融合时间感知与路径推理的可解释序列推荐方法

AITNT
正文
推荐专利
一种融合时间感知与路径推理的可解释序列推荐方法
申请号:CN202411368321
申请日期:2024-09-29
公开号:CN119415766B
公开日期:2025-11-28
类型:发明专利
摘要
一种融合时间感知与路径推理的可解释序列推荐方法,包括以下步骤:1)构建时序协作知识图谱;2)通过TransE在时序协作知识图谱上进行节点表示学习;3)设计时间感知系统,通过路径和物品注意力机制更新当前时刻的物品向量,再结合用户向量生成物品预测向量;4)设计路径推理系统,使用强化学习框架进行关联路径推理,通过路径表示学习得到多路径向量;5)模型训练,对时间感知系统和路径推理系统进行训练得到物品预测结果。本发明引入双系统模拟人类推理过程,并通过学习时序协作知识图谱中用户行为的时间依赖特征,提高了推荐结果的准确性和可解释性。
技术关键词
序列推荐方法 推理系统 感知系统 注意力机制 实体 强化学习框架 图谱 时序 三元组 Sigmoid函数 多层感知机 多路径 历史交互信息 更新模型参数 剪枝策略 多层感知器 生成物品 梯度方法 依赖特征
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