- 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
本发明属于人工智能推荐系统领域,公开了一种基于对比学习的个性化标签推荐方法,包括:通过高斯先验初始化隐式的特征矩阵,在用户与标签交互图和物品与标签交互图上,利用图卷积神经网络获得用户、物品、面向用户的标签和面向物品的标签的高阶嵌入表示并在高阶嵌入表示中注入噪音,获得带噪音的用户和面向用户标签的嵌入表示,采用Info_NEC计算对比损失,构建目标函数,通过Adam优化器学习模型参数,使用用户和面向用户的标签的嵌入表示的内积与物品和面向物品的标签的嵌入表示的内积之和预测标签的评分,根据预测评分提供个
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116821500 A
(43)申请公布日 2023.09.29
(21)申请号 202310792361.3
(22)申请日 2023.06.30
(71)申请人 南京邮电大学通达
原创力文档


文档评论(0)