龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：东华大学
申请日：2022-04-09
公开（公告）日：2022-07-05
公开（公告）号：CN114706481A
主分类号：G06F3/01
分类号：G06F3/01;G06K9/62;G06N3/04;G06N3/08;G06N20/10;G06Q30/02;G06Q30/06;H04N21/2187;H04N21/442;H04N21/466;H04N21/478
优先权：
专利状态码：在审-实质审查的生效
法律状态：2022.07.22#实质审查的生效;2022.07.05#公开
摘要：一种基于眼动特征与DeepFM的直播购物兴趣度预测方法，对经过眼动仪输出后的直播视频进行注视时间相关的数据处理。利用封装后的跟踪模型对于直播售卖物品进行跟踪。建立跟踪框为用户视点与目标区域。基于得到用户的眼动数据，并引入协作信息图，通过协作信息图将用户行为和项目知识编码为统一的关系图；基于DeepFM架构，在深度神经网络上添加自注意力机制提高模型对于关键信息的学习能力；输出结果并通过二元交叉熵损失函数Logloss以及AUC评判模型精度。本发明基于用户历史浏览数据含眼动数据训练模型。使用者可通过此模型预测用户对于直播商品的兴趣度大小，以供相关人员调整直播策略、提升直播中用户的体验。
主权项：1.一种基于眼动特征与DeepFM的直播购物兴趣度预测方法，包括如下步骤：S1、对经过眼动仪输出后的直播视频进行注视时间相关的数据处理；利用封装后的跟踪模型对于直播售卖物品进行跟踪；建立跟踪框为用户视点与目标区域，当目标区域覆盖用户视点时，判定重合即对应时间内用户视点正关注该区域；S2、基于步骤S1得到用户的眼动数据，并引入协作信息图，通过协作信息图将用户行为和项目知识编码为统一的关系图；S3、基于DeepFM架构，在深度神经网络上添加自注意力机制提高模型对于关键信息的学习能力；S4、输出结果并通过二元交叉熵损失函数Logloss以及AUC评判模型精度。
全文数据：
权利要求：
百度查询： 东华大学 一种基于眼动特征与DeepFM的直播购物兴趣度预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号