买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南京航空航天大学

摘要：本发明公开了一种基于偏好原型感知学习的通用推荐方法，属于大数据分析技术。本发明在实现通用跨域推荐时是通过偏好原型感知学习方法来定量地学习用户偏好，同时最小化来自原始域的干扰。本发明方法由两个互补的组件组成：混合编码器和偏好原型感知解码器，形成了一个适合各种现实场景的端到端统一框架。混合编码器使用混合网络来学习交互项的一般表示，并捕获跨不同领域的项目之间的内在关系。偏好原型感知解码器实现了一种可学习的原型匹配机制来定量感知用户偏好，可以在更高的语义层次上准确捕获用户偏好。偏好原型感知解码器还可以避免由原始域的项目特征引起的干扰。本发明的优势不仅在于提供准确的推荐，还在于提供可靠的偏好原型。

主权项：1.一种基于偏好原型感知学习的通用跨域推荐方法，其特征在于，该方法包括利用原型感知学习量化用户偏好，且根据给定的特定交互项目与全局交互项目以及用户ID，以实现在若干个场景下的通用跨域推荐，该方法步骤包括：S1、对域中的用户、项目和交互进行定义，对于X域和Y域所组成的双域场景表示为i∈{X，Y}，用户、项目和交互组成集合表示为跨域项目之间的相似度分数Bg＝BX，BY，其中BX和BY分别代表在X域和Y域中个性化的相似度分数，该相似度分数用于增强项目特征的先验知识；基于交互从项目中选择N个项目以构成特定交互项目基于交互从和中选择2N个项目表示共享交互项目Vg，且和Bi以及全局嵌入Vg和Bg组成项目有效的相关输入；S2、通过项目评分的指导来提取有效的特定表示构建混合编码器，且基于混合网络来学习已交互项目的通用表示，基于两个混合编码器分支来捕获两个编码的领域特征，捕捉项目之间更深层次的依赖关系，进而通过项目评分生成可学习的权重来引导项目嵌入；S3、基于步骤S2中混合网络捕捉的项目之间的关系，针对特定分支和全局分支进行编码，使其成为高度相关的特定领域特征和全局领域特征，然后使用混合编码器来学习特定领域和全局领域的表示，且包括特定分支和全局分支的编码特征供原型感知解码器使用；S4、采用经过原型解码器量化的用户兴趣原型来定位目标项目，包括按照正向偏好和负向偏好对源域中的用户偏好进行不喜欢到喜欢的量化，由此得到原型的偏好表示，基于原型感知解码器计算项目相似度，将源领域的偏好引入共享领域来指导全局编码特征，实现在目标领域中提取最终的用户特征最后用户-项目预测评分通过计算，以决定推荐项目；该方法包括选择对比学习作为辅助任务算法来调节正负交互的潜在空间。

全文数据：

权利要求：

百度查询： 南京航空航天大学 一种基于偏好原型感知学习的通用跨域推荐方法