基于卷积神经网络与降噪自编码器的信息推荐方法及系统[CN201911313428.0] - 江西财经大学

专利申请

2019-12-19
公布公告

2023-05-26
授权日期

2023-05-26
终止

2033-05-23

基于卷积神经网络与降噪自编码器的信息推荐方法及系统

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201911313428.0 申请日期： 2019-12-19 专利主类别： G06Q30/0601 {{ classMap["G06Q30/0601"] }}

申请人名称：江西财经大学

查看申请人名下所有专利

申请人地址：江西省南昌市经济技术开发区双港东大街169号

专利分类项目

专利注册信息

初审公告期号	2019-12-19	初审公告日期	2023-05-26
注册公告期号	2023-05-26	注册公告日期	2023-05-26
专用权期限	2023-05-26 - 2033-05-23	专利类型	发明授权
代理组织机构	深圳市华腾知识产权代理有限公司查看该机构代理的所有专利

专利介绍

本发明公开了一种基于卷积神经网络与降噪自编码器的信息推荐方法及系统。利用卷积神经网络和降噪自编码器两个深度学习模型，从评分、信任、评论等数据中学习用户偏好。同时，提出了一种新的相关正则化方法来建立用户偏好在不同方面的关系，以提高性能。首先，相比于以往模型，融入了丰富的评论信息；然后，通过卷积神经网络模型对评论文本进行初步的处理，将提取出来的有效特征再放入降噪自编码器模型中提取其隐藏特征，得到评论文本更加有效的紧凑表示；最后，再增加两个降噪自编码器，分别用来处理评分和信任信息，通过三个降噪自编码器分别得到相应的预测向量并进行加权融合，从而更为准确地建模用户偏好。

法律进度