摘要
本发明公开了一种结合时钟兴趣的多模态新闻推荐方法和系统,涉及数据挖掘及推荐方法技术领域,包括提取用户行为序列、候选新闻集合及相关时间戳集合;通过时间感知多模态特征编码获取历史交互新闻的多模态编码表示;基于历史交互新闻的多模态编码表示进行时钟兴趣建模,通过高斯加权聚合和长期兴趣增强操作,融合长短期兴趣获取用户兴趣向量;计算候选新闻与当前用户兴趣向量的匹配度,并通过时序门控施加时段敏感抑制,将时序门控的输出采用线性网络进行点击概率预测,进行动态推荐决策。本发明借助时间上下文感知的特征融合技术,捕捉小时粒度的兴趣连续性,让推荐内容与用户在不同时段的需求更精准匹配。
技术关键词
新闻推荐方法
点击概率预测
多模态特征
时钟
时序
更新用户兴趣
序列
文本特征向量
生成用户
新闻推荐系统
Sigmoid函数
特征融合技术
注意力机制
决策
编码模块
语义
动态
系统为您推荐了相关专利信息
动态监测功能
校验电路
校验模块
时钟模块
通信模块
雷达遥感影像
雷达遥感数据
推演方法
时序
数字高程模型
防震减灾
实体识别方法
动态上下文
文本
深度学习模型