基于不确定类型增强路径的可解释推荐系统及方法

AITNT
正文
推荐专利
基于不确定类型增强路径的可解释推荐系统及方法
申请号:CN202510682973
申请日期:2025-05-26
公开号:CN120598628A
公开日期:2025-09-05
类型:发明专利
摘要
本发明公开了基于不确定类型增强路径的可解释推荐系统及方法,属于计算机人工智能可解释推荐系统技术领域,包括不确定类型编码模块与推荐模块。本发明通过引入不确定类型,提出了一种新的路径表示方法,能够在推荐系统中表达用户偏好,这种表示方法在刻画用户偏好方面具有更高的表达能力;基于所提出的路径表示,设计了一种基于不确定类型增强路径的推荐系统,用于计算推荐商品的概率,能够为用户提供更准确的推荐结果。
技术关键词
推荐系统 文本 实体 图谱 长短期记忆网络 编码模块 计算机人工智能 推荐方法 参数 关系 池化方法 定义 注意力 指数 节点
系统为您推荐了相关专利信息
1
一种保单综合电子化质检管理平台
文本 报告 抽象语法树 访问控制单元 校验规则库
2
一种问答知识库及其建立方法、智能问答方法和系统
问答知识库 记忆存储单元 语义结构 智能问答方法 模板
3
一种基于动态路况预测的智能路径规划方法及系统
智能路径规划方法 动态路况 交通流 天气 智能路径规划系统
4
一种基于知识图谱的配电网停电概率分析及资源调度优化方法
资源调度优化方法 配电网设备 分布式电源 混合整数规划模型 注意力
5
基于多模态大模型的部署运维智能体构建方法与装置
体构建方法 多模态 执行器 识别自然语言 操作系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号