基于STA-TCN神经网络框架的兴趣点推荐方法及系统.pdfVIP

下载本文档

5
0
约1.99万字
约 17页
2023-06-15 发布于四川
举报
版权申诉

基于STA-TCN神经网络框架的兴趣点推荐方法及系统.pdf

1、本文档共17页，其中可免费阅读16页，需付费10金币后方可阅读剩余内容。
2、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。
3、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。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、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。
7、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。
8、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

本发明提供了一种基于STA‑TCN神经网络框架的兴趣点推荐方法，包括如下步骤：步骤S1：将用户签到序列的数据进行预处理，过滤不活跃用户和不活跃兴趣点；步骤S2：预处理之后的数据转化为高维的嵌入向量序列；步骤S3：利用神经网络学习嵌入向量序列的顺序过渡相关性，输出得到包含顺序过渡相关性信息的结果向量；步骤S4：对包含顺序过渡相关性信息的结果向量利用时空自注意力机制学习全局时空相关性，输出最终的表示向量；步骤S5：根据最终的表示向量得出兴趣点推荐结果。本发明还提供了一种STA‑TCN神经网络框架的兴

(19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113158038 B (45)授权公告日 2022.06.14 (21)申请号 202110362907.2 G06N 3/04 (2006.01)