申请/专利权人：重庆大学

申请日：2021-12-24

公开（公告）日：2024-06-25

公开（公告）号：CN114329193B

主分类号：G06F16/9535

分类号：G06F16/9535;G06F16/9537;G06N3/045;G06N3/0442;G06N3/09;G06Q30/0202

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2022.04.29#实质审查的生效;2022.04.12#公开

摘要：本发明提出了一种基于时间感知兴趣演化的点击率预测方法，包括：S1，采集用户、目标项目、用户历史行为的用户数据信息；S2，根据所述用户数据信息预测所述用户在所述目标项目的点击概率；S3，将点击概率大于或者等于预设点击率阈值所对应的目标项目推荐给用户。本发明使用了时间感知注意力网络与ATT‑GRU，捕捉历史行为序列在不同时间维度年份、月份、日份的用户兴趣表示，通过捕捉每个维度的时间因素对注意力的影响，能够对于时间跨度较长期的用户的点击率得到更加精确的预估结果。

主权项：1.一种基于时间感知兴趣演化的点击率预测方法，其特征在于，包括：S1，采集用户、目标项目、用户历史行为的用户数据信息；S2，根据所述用户数据信息预测所述用户在所述目标项目的点击概率；S2-1，通过预测模型的嵌入层将用户、目标项目和用户历史行为中的稀疏特征转化为低维密集向量，得到用户、目标项目和用户历史行为的嵌入向量；S2-2，捕获用户的兴趣表示；S2-2-1，通过所述预测模型的兴趣提取层基于用户历史行为的嵌入向量提取用户历史行为的兴趣表示；所述兴趣提取层包括：采用GRU模型来模拟行为之间的依赖关系，其中GRU的输入是按发生时间排序的行为；所述GRU模型包括：ut＝σWuit+Uuht-1+burt＝σWrit+Urht-1+br 其中ut代表GRU的更新门；σ·为sigmoid激活函数；it是GRU的输入；ht-1表示GRU第t-1个隐藏层的状态；rt代表重置门； 代表候选集；ht表示GRU第t个隐藏层的状态；tanh·为双曲正切函数； 为元素乘积符号；Wu,Wr,Wh均为属于NH×dmodel维实数域的参数；Uu,Ur,Uh均为属于NH×NH维实数域的参数；bu,br,bh均为属于NH×NH维实数域的参数；NH为隐藏层的尺寸；S2-2-2，通过所述预测模型的兴趣发展层基于目标项目的嵌入向量提取目标项目的兴趣表示；所述兴趣发展层包括：采用注意力机制和ATT-GRU模型相结合的模型；所述注意力机制包括时间感知注意力网络，所述时间感知注意力网络包括：注意力分数pa＝aba,et以及三个时间的注意力分数py，pm，pd；当前年份与用户历史行为发生的年份进行交互，得到年份的注意力分数为：py＝ayt,ynow其中a·,·为注意力函数；yt表示用户历史行为发生的年份；ynow表示当前年份的嵌入向量；当前年份与用户历史行为发生的月份进行交互，得到月份的注意力分数为：pm＝amt,mnow其中mt表示用户历史行为发生的月份；mnow表示当前月份的嵌入向量；当前日份与用户历史行为发生的日份进行交互，得到日份的注意力分数为：pd＝adt,dnow其中dt表示用户历史行为发生的日份；dnow表示当前日份的嵌入向量；最终输出非线性组合a′：a′＝W0pa+W1py+W2pm+W3pd+W4pypmpd+W5papypmpd其中W0、W1、W2、W3、W4、W5为向量参数；所述ATT-GRU模型包括： 其中u′t代表ATT-GRU的包含注意力的更新门；σ·为sigmoid激活函数；i′t是ATT-GRU的输入；h′t-1表示ATT-GRU第t-1个隐藏层的状态；wt指时间感知注意力网络得到的注意力分数；rt′代表ATT-GRU的包含注意力的重置门； 代表候选集；z′t代表额外的候选集；y′t代表i′t的年份表示向量；m′t代表i′t的月份表示向量；d′t代表i′t的日份表示向量；h′t表示ATT-GRU第t个隐藏层的状态；tanh·为双曲正切函数； 为元素乘积符号； 均为属于NH×dmodel维实数域的参数； 均为属于NH×NH维实数域的参数； 均为属于NH×dmodel维实数域的参数； 均为属于NH×NH维实数域的参数； 均为属于NH×dmodel维实数域的参数；dmodel为嵌入维度；NH为隐藏层的尺寸；S2-3，将目标项目、用户的嵌入向量和用户的兴趣表示连接起来，得到连接的向量；S2-4，将连接的向量送入多层感知器MLP；S2-5，使用softmax函数预测用户点击目标项目的概率；S3，将点击概率大于或者等于预设点击率阈值所对应的目标项目推荐给用户。

全文数据：

权利要求：

百度查询： 重庆大学 基于时间感知兴趣演化的点击率预测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD