摘要
本发明涉及计算机技术领域,尤其涉及一种基于深度学习的文化传播内容推荐方法。包括以下步骤:收集用户行为数据和文化内容数据;对行为数据和文化内容数据分别进行预处理,以分别提取用户特征向量和文化内容特征向量;将用户特征向量和文化内容特征向量输入到深度学习模型中,深度学习模型包括依次连接的嵌入层、注意力机制层、全连接层,通过深度学习模型计算用户与文化内容之间的相关性得分;根据相关性得分对文化内容进行排序,向用户推荐相关性得分高的文化内容。本发明通过对用户行为特征和文化内容特征进行深度建模,克服数据稀疏性问题,准确挖掘用户与文化内容之间的潜在关系,从而提高文化传播内容推荐的精准度和个性化程度。
技术关键词
内容推荐方法
深度学习模型
偏好特征
主题特征
兴趣
情感特征
数据
多头注意力机制
多层感知机
非线性
矩阵
文本
关系
参数
系统为您推荐了相关专利信息
病理图像分割方法
缩略图
定位感兴趣
合并算法
两阶段
Attention机制
验证方法
海岛
信号
Softmax函数
眼底图像分析方法
视网膜动脉阻塞
视盘
图像分析系统
早产儿视网膜病变
数据处理方法
分布式数据处理
数据安全
智能模型
分布式文件系统
融合深度学习模型
图像数据采集模块
局部纹理特征
微型摄像头
特征工程