摘要
本发明涉及一种基于多模态特征增强的可解释推荐方法,步骤包括:提取系统中的原始图像特征、文本特征及行为特征;利用具有丰富知识的教师模型指导学生模型训练具有推荐语义的文本特征;采用注意力机制集成文本的局部特征和全局特征,并采用特征提纯器对原始图像特征和文本特征进行提纯去噪;融合提纯后的图像特征、文本特征及行为特征;利用解码器预测推荐评分并生成文本式的个性化推荐理由。该发明充分利用多模态特征,并引入蒸馏学习与特征提纯思想,能够提高推荐的准确性并提供高质量的推荐解释,提高用户的接受度和满意度。
技术关键词
多模态特征
推荐方法
融合特征
解码器
注意力机制
提纯
学生
预测用户对商品
教师
多层感知器网络
文本编码器
图像编码器
数据
蒸馏
列表
程序
线性
系统为您推荐了相关专利信息
仪表显示屏
相机拍摄参数
直方图均衡化
数值
感知损失函数
生成音频数据
歌曲生成方法
生成系统
序列
大语言模型
文本编码器
视觉特征
输电线路隐患
图像编码器
补丁
情绪识别方法
情绪识别模型
面部特征
面部关键点
纹理特征
水网系统
优化运行方法
分布式模型
混合整数非线性规划
数字孪生技术