原创力文档- 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
本发明公开一种基于对比聚类学习的多行为推荐方法、装置及介质。该方法先使用图卷积网络学习每个行为的用户和物品嵌入，然后再设计三种类型的任务来提高嵌入质量：a)行为级嵌入，利用自适应参数学习策略来获得每个用户的各个行为的嵌入权重，使用加权方法聚合每个用户的所有行为的嵌入表达；b)实例级嵌入，采用对比学习方法对不同行为下的用户嵌入和物品嵌入进行优化；c)聚类级嵌入，采用对比聚类学习方法探索用户嵌入或物品嵌入之间的潜在聚类信息以获得更加全面的用户嵌入表达和物品嵌入表达，缓解数据稀疏性的问题。最后将三个任
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN118094007A
(43)申请公布日2024.05.28
(21)申请号202410270876.1G06N3/098(2023.01)
文档评论（0）