摘要
本发明公开了一种多特征融合深度学习QoS预测方法、装置及介质,方法包括:对原始QoS矩阵Q初始化,得到用户潜在特征矩阵和服务潜在特征矩阵,将用户潜在特征矩阵和服务潜在特征矩阵输入相似特征集提取网络中,获得用户的相似用户潜在特征向量集和服务的相似服务潜在特征向量集;将所述相似用户潜在特征向量集和相似服务潜在特征向量集输入特征转换推理网络中,获得用户的特征向量和服务的特征向量;将位置信息输入位置特征提取网络,提取用户与服务的位置特征向量;将所述用户的特征向量、服务的特征向量和用户与服务的位置特征向量输入特征融合与预测网络,输出预测QoS值。本发明能够解决难以向用户推荐合适服务的问题。
技术关键词
融合深度学习
构建预测模型
矩阵
特征提取网络
嵌入特征
推理网络
皮尔逊相关系数
特征提取模块
多层次特征提取
表达式
随机梯度下降
学习特征
线性单元
电子终端
处理器
生成用户
预测装置
输出特征
系统为您推荐了相关专利信息
线控底盘系统
车辆状态参数
道路附着系数
整车动力学模型
质心侧偏角
扬声器模块
声场调节方法
声学传递函数
座舱
调节系统
单木树冠
点云提取方法
顶点
实例分割
语义分割网络