- 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
本发明公开了一种面向多媒体的生成式泛化冷启动推荐方法,包括:1.利用用户和产品的交互记录构建评分矩阵;2.通过独热编码方式构造输入层,并结合产品的多媒体特征,将用户、产品映射到不同的嵌入空间;3.通过贝叶斯排序损失函数优化用户、产品嵌入;4.构建生成式神经网络,包括:先验神经网络、编码器、解码器;5.构建均匀性增强的条件变分自编码器,用于使原始变分自编码器的潜在空间更加均匀和可区分;6.基于聚类的新产品嵌入生成方法得到新产品生成嵌入;7.通过向量点积的方式预测用户对新产品的喜爱程度。本发明能够利
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117194785A
(43)申请公布日2023.12.08
(21)申请号202311158403.4G06F18/23213(2023.01)
原创力文档


文档评论(0)