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
光学遥感影像
分类器模型
形态特征识别
滑坡监测方法
监测策略
力预测方法
映射关系建立
误差模型
汽车工业技术
传感器