面向隐式反馈推荐系统的负样本采样及训练方法
实质审查的生效
摘要
本发明公开了面向隐式反馈推荐系统的负样本采样及训练方法，该方法从未交互的物品集合中采样作为负样本，并基于采样的中间结果，估计正样本在模型中的排序，设计全新的损失函数，加快模型的收敛，提升模型的效果。
基本信息
专利标题 ：
面向隐式反馈推荐系统的负样本采样及训练方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114492836A
申请号 ：
CN202210056103.4
公开（公告）日 ：
2022-05-13
申请日 ：
2022-01-18
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
连德富陈恩红陈矜金斌斌
申请人 ：
中国科学技术大学
申请人地址 ：
安徽省合肥市包河区金寨路96号
代理机构 ：
北京润平知识产权代理有限公司
代理人 ：
董杰
优先权 ：
CN202210056103.4
主分类号 ：
G06N20/00
IPC分类号 ：
G06N20/00 G06F16/953
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N20/00
机器学习
法律状态
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06N 20/00
申请日 : 20220118
申请日 : 20220118
2022-05-13 ：
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
