摘要
本发明提供一种基于用户使用意图感知的推荐方法和电子设备,其中方法包括:生成初始的嵌入向量;用户行为意图编码;构建双网络;基于双图表示学习的意图解码;意图解耦;用户嵌入生成和物品推荐。本发明在推荐准确性方面,通过意图解耦机制,能够更精细地识别用户行为背后的潜在意图,并据此建模用户与物品之间在意图层面的语义关联,从而提升推荐结果的个性化匹配程度。在推荐相关性方面,同时构建了异质信息网络与超图结构,前者用于刻画多类型节点与关系的复杂交互,后者则有效捕捉高阶语义关联,从而实现对用户‑物品交互场景的多层次建模,显著提升了推荐的准确性和相关性。
技术关键词
意图
推荐方法
异质信息网络
异构信息网络
双网络
预定义关系
解耦机制
语义
电子设备
生成物品
评分机制
节点特征
注意力机制
跨网络
聚类算法
度函数
系统为您推荐了相关专利信息
大语言模型
数据检索系统
数据处理模块
数据收集单元
特征提取单元
预训练语言模型
训练机器学习模型
自动化机器学习
控制自动化机器
执行机器学习模型
脑肌电信号
人机交互系统
意图指令
多通道高精度
原始脑电信号
路径识别方法
节点
工控系统
评分系统
入侵检测系统
智能对话生成方法
偏移特征
情感特征
生成语句
动态