摘要
本发明公开了一种融合Ochiai指数和网络表示学习的数据主题推荐方法,涉及推荐系统技术领域,本发明包括步骤S1、数据收集,步骤S2、数据预处理,步骤S3、基于Ochiai指数的语义相似性网络构建,步骤S4、多模态融合网络表示学习,步骤S5、个性化主题推荐,本发明通过Ochiai指数的语义相似性网络构建,能够深入挖掘数据对象之间的语义关联,改进的Ochiai指数公式引入语义权重调整因子,使得相似性计算更贴合数据的语义重要性,再结合主题模型提取深层次语义特征向量,从而构建出的语义相似性网络能精准地反映数据间的主题关联关系,同时,利用注意力机制自动学习各模态特征权重,避免单一模态信息的局限性,能够更好地满足用户对于精准主题推荐的需求。
技术关键词
主题推荐方法
个性化主题
网络
指数
数据
语义特征
生成个性化推荐
模态特征
注意力机制
节点
多模态
兴趣
对象
主题模型
推荐系统
传播算法
系统为您推荐了相关专利信息
分布式智能
协同操作系统
任务分配算法
人机交互模块
机器设备
卷积神经网络模型
智能检测方法
特征数据库
图像
缺陷特征提取