摘要
本发明提供了基于特征自适应与场景特定网络的多场景推荐方法及系统,其中所述方法包括:基于原始交互样本的稀疏特征信息,得到隐层表示样本;基于所述隐层表示样本,生成第一多层感知机任务网络的参数;基于场景编号标识,为每个场景分配对应的第二多层感知机任务网络;根据所述第一多层感知机任务网络、所述第二多层感知机任务网络的参数,生成任务网络预测模型的参数;根据所述任务网络预测模型的参数,得到最终的任务网络预测模型并进行训练和预测。本发明能够有效挖掘不同场景间的共性和各个场景下的个性,将样本的个性与场景的个性融合到一起,从而实现更加精准的多场景推荐。
技术关键词
多层感知机
场景推荐方法
稀疏特征
参数
样本
超网络
推荐系统
模型训练模块
编码模块
数据接收模块
物品特征
场景特征
动态
网络模块
标识
输出模块
系统为您推荐了相关专利信息
面部图像数据
患者
承载设备
视频设备
头部支撑装置
视觉导引方法
导引运输车
人工神经网络模型
像素
视觉导引技术
多模态网络
检测柑橘
融合可见光图像
图像处理
融合图像特征