发明 一种基于用户长短期偏好的序列推荐方法 【特价】 仅包申请日之后年费
互联网 个性化推荐系统 社交软件 电商 电子商务 推荐算法 1人
G06F16/9535 G06F16/958 G06N3/04
摘要：本发明公开了一种基于用户长短期偏好的序列推荐方法，传统的推荐模型使用协同过滤算法建模用户的潜在兴趣，但用户的兴趣往往是复杂多变且随时间变化的，单一的模型无法准确建模用户的兴趣特征，为解决该问题，本发明根据用户的历史序列数据，利用融合注意力机制的门控循环单元建模用户的短期兴趣，同时采用基于神经协同过滤隐含因子模型基于用户的全局信息提取用户长期兴趣，通过注意力机制为长短期兴趣分配不同的权重，得到最终的推荐结果。
