一种基于多任务学习的显隐式协同过滤推荐方法.pdfVIP

下载本文档

2
0
约1.88万字
约 15页
2023-05-13 发布于四川
举报
版权申诉

一种基于多任务学习的显隐式协同过滤推荐方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明请求保护一种基于多任务学习的显隐式协同过滤推荐方法，具体涉及推荐系统领域。在现实的推荐场景中，显式反馈和隐式反馈都会被系统收集。现有的许多推荐算法都是使用单一的反馈构建推荐系统进行推荐，而显式反馈和隐式反馈存在着互补的关系。本发明使用显式反馈和隐式反馈进行建模，所述方法使用两个辅助任务分别处理显式反馈和隐式反馈，主任务用于融合显式反馈和隐式反馈。由于多任务学习模型的底层参数共享，底层参数将会由所有任务联合更新，这使得显式反馈和隐式反馈的知识共享，从而提高推荐的准确性。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114662010 A (43)申请公布日 2022.06.24 (21)申请号 202210261079.8 (22)申请日 2022.03.16 (71)申请人重庆邮电大学地址 400065