摘要
本发明公开了一种结合因果分析和个性化多样性的长尾会话推荐方法,包括:1、构建初始会话推荐模型,以所有物品的会话序列作为输入,输出所有物品的会话表示;2、根据所有物品的会话表示以及每个物品的受欢迎程度,计算长尾物品集合和流行物品集合;3、根据会话推荐过程构建因果图,通过因果干预和归一化加权几何平均进行处理,基于物品流行度和用户真实兴趣计算用户兴趣和行为的一致性表示;4、以长尾物品集合和流行物品集合作为输入,根据深度游走算法DeepWalk生成初始推荐列表;5、对初始推荐列表进行后处理,重排序以生成最终的候选物品列表。本发明解决现有长尾推荐算法的通用性问题,以及初始会话推荐模型的准确性降低问题。
技术关键词
会话推荐方法
兴趣
概率估计方法
物品流行度
列表
物品特征
推荐系统
后处理模块
序列
矩阵
箭头
长尾效应
计算机装置
多层感知机
推荐算法
编码向量
注意力机制
系统为您推荐了相关专利信息
聊天机器人
多轮对话
指标
人机交互体验
判定机器人
特征优化方法
权重分配机制
数据
多模态
帕金森预测方法
机器人巡检
巡检机器人
节点
拓扑地图
计算机存储介质
大语言模型
事件脉络生成方法
节点
数据
可读存储介质