摘要
本发明涉及计算机技术领域,公开了基于融合神经网络的用户广告推荐方法及系统;该方法包括:对用户行为序列中的不同模态数据进行特征提取;构建模态内元素关系图谱并应用子图注意力网络捕捉元素间依赖关系;采用大型预训练多模态模型作为教师网络,通过知识蒸馏构建轻量级学生网络;引入跨模态对比学习增强模态间语义对齐;利用上下文条件嵌入技术将用户情境信息融入推荐过程。本发明实现了高精度、高效率的广告推荐,特别适用于移动端资源受限场景。
技术关键词
广告推荐方法
融合神经网络
注意力
跨模态
图谱
教师
生成广告
学生
融合特征
多模态
节点
广告推荐系统
视频特征向量
知识蒸馏技术
预训练语言模型
元素
关系
样本
文本特征向量