- 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
本发明属于信息推荐技术领域,具体涉及一种基于提示学习的个性化推荐方法。本发明包含以下步骤:S1:将用户属性和历史行为数据组织成序列形式,并进行序列填充;S2:根据用户属性设计提示模板构建个性化提示并生成嵌入表征,并将其插入到S1中历史行为序列的开头,生成用户行为序列;S3:将S1中的用户属性序列,S2中的用户行为序列进行拼接,获得最终的输入表示并进行嵌入操作,获得嵌入矩阵;S4:在自注意力层中学习和集成项目间的注意力权重,通过叠加注意力层学习更加复杂的项目间注意力权重;S5:将用户嵌入与最终的项
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116628332 A
(43)申请公布日 2023.08.22
(21)申请号 202310606146.X G06N 3/045 (2023.01)
原创力文档


文档评论(0)