- 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
查看更多
本发明提供一种基于深度神经网络的时序集合推荐系统和方法。该方法建立在综合元素表示的基础上,它首先通过构造集合级共现图来捕获元素关系,然后对动态关系图进行图卷积。此外,还设计了基于注意力的时间依赖性学习模块,该模块能够捕获集合的历史序列中元素之间最重要的时间依赖性,然后通过加权求和自适应地聚集时间信息得到元素表征。最后,设计了门控更新机制来融合元素的静态和动态表示,通过挖掘元素之间共享的动态时间模式来提高预测性能。
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 113779101 B
(45)授权公告日 2022.03.18
(21)申请号 202111323169.7 G06N 3/04 (2006.01)
文档评论(0)