- 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
本发明公开了一种基于图采样的公平推荐方法:(1)将图采样方法应用到图表示学习中,学习实体表示;(2)筛选出每个用户的伪兴趣物品,进而学习伪用户表示;(3)对每个敏感属性建立过滤器和判别器,利用对抗训练的方法去除用户表示中的敏感信息。本发明方法考虑了推荐任务与公平任务之间的联系,通过图采样方法使得表示学习模型能够更准确地捕获敏感信息,与后续的对抗学习模型结合后达到了更好的敏感信息去除效果。该发明在推荐效果和公平性效果上都得到了提升。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117035881 A
(43)申请公布日 2023.11.10
(21)申请号 202311131168.1
(22)申请日 2023.09.01
(71)申请人 华中科技大学
地址 430074
原创力文档


文档评论(0)