摘要
本发明公开了一种推荐方法,具体是涉及到一种基于双流特征表示学习的多模态推荐方法及装置。方法包括:将物品对应的多种模态的原始模态特征分别映射到模态对齐的空间和模态特有的空间,得到每一个模态对应的模态对齐特征和模态唯一特征;基于模态对齐特征构建第一跨模态物品‑物品图并获取第一增强物品模态特征表示,基于模态唯一特征构建第二跨模态物品‑物品图并获取每个模态对应的第二增强物品模态特征表示;在用户‑物品历史交互图进行交互学习得到第一用户特征表示、第一物品特征表示、第二用户特征表示和每个模态对应的第二物品特征表示;基于用户融合特征和物品融合特征进行预测,得到推荐结果。本方法可以得到准确度更高的推荐结果。
技术关键词
模态特征
物品特征
融合特征
跨模态
偏好特征
交互历史数据
推荐方法
语义
矩阵
卷积模块
处理器
推荐装置
注意力
节点
生成用户
存储器
可读存储介质
程序
电子设备
系统为您推荐了相关专利信息
情感识别方法
深度神经网络
心电信号提取
模态特征
像素矩阵
异常域名
特征提取器
特征提取模块
DBSCAN参数
家族
时空融合特征
材料疲劳寿命
热力图
退化模型
多模态
脉冲神经网络模型
面部图像识别方法
图像识别模型
脉冲生成模块
卷积神经网络模型
多模态特征
视觉特征提取
跨模态
图片
特征提取模型