摘要
本申请涉及机器学习技术领域,特别是涉及一种基于语义的元对比序列推荐方法。所述方法,包括:使用编码器学习用户的物品交互序列的序列表示;将给定物品交互序列和正样本经编码器学习的序列表示进行第一对比学习;基于物品交互序列的序列表示,确定用户可能交互的下一物品的概率;基于物品交互序列的序列表示,使用语义正则化器生成对应的语义表示;基于所述语义表示和给定物品交互序列与正样本的序列表示,生成对应的修正表示;基于给定物品交互序列和正样本的序列表示和修正表示,进行第二对比学习;使用元更新策略训练更新编码器和正则化器,生成序列推荐模型。本申请的一种基于语义的元对比序列推荐方法,物品推荐准确率高。
技术关键词
序列推荐方法
语义
编码器
样本
机器学习技术
计算机程序指令
多层感知机
处理器
参数
策略
可读存储介质
电子设备
存储器
矩阵
系统为您推荐了相关专利信息
原型
集成分类器
样本
模式识别方法
图像分类神经网络
混凝土裂缝
半监督学习方法
神经网络模型
像素
主动学习方法
脑电信号分类
数据优化方法
空间权重矩阵
智能信息处理技术
电极
影像诊断报告
局部视觉特征
全局视觉特征
生成方法
生成主题