一种基于自适应Margin对称度量学习的推荐方法和装置
授权
摘要
本发明公开一种基于自适应Margin对称度量学习的推荐方法和装置。该方法包括：根据给定的用户交互记录，通过度量学习方法拟合用户‑物品的关系；采用基于triple‑loss的欧氏度量学习范式进行建模；设计基于user‑centric和item‑centric的几何对称的关系度量方法；采用自适应Margin的方法自动学习得到用户和物品的Margin；将自适应Margin与用户/物品的偏置建立联系，解释其物理含义；使用多任务学习框架进行联合训练，得到推荐模型；基于该推荐模型为用户进行物品推荐。本发明充分考虑用户个体化差异，能很好地模拟真实场景下的用户‑物品交互关系，能够显著提高物品推荐的性能。
基本信息
专利标题 ：
一种基于自适应Margin对称度量学习的推荐方法和装置
专利标题（英）：
暂无
公开（公告）号 ：
CN111310054A
申请号 ：
CN202010150774.8
公开（公告）日 ：
2020-06-19
申请日 ：
2020-03-06
授权号 ：
CN111310054B
授权日 ：
2022-05-31
发明人 ：
虎嵩林李明明朱福庆周薇臧良俊韩冀中
申请人 ：
中国科学院信息工程研究所
申请人地址 ：
北京市海淀区闵庄路甲89号
代理机构 ：
北京君尚知识产权代理有限公司
代理人 ：
邱晓锋
优先权 ：
CN202010150774.8
主分类号 ：
G06F16/9535
IPC分类号 ：
G06F16/9535
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/9535
••••基于用户配置文件和个性化自定义搜索
法律状态
2022-05-31 ：
授权
2020-07-14 ：
实质审查的生效
IPC(主分类) : G06F 16/9535
申请日 : 20200306
申请日 : 20200306
2020-06-19 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
