一种基于层内层间注意力的可解释好友推荐方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于层内层间注意力的可解释好友推荐方法
申请号:CN202411050500
申请日期:2024-08-01
公开号:CN118967347A
公开日期:2024-11-15
类型:发明专利
摘要
本发明公开了一种基于层内层间注意力的可解释好友推荐方法,包括以下步骤:用户属性网络构建,基于用户属性文本构建用户属性网络;用户属性网络和用户社交网络的联合学习,随机初始化用户嵌入,基于层内的注意力机制,在不同网络内进行特征提取,基于层间的注意力机制,在不同网络间进行特征融合,生成用户嵌入,从而得到高质量的推荐结果。本发明既能有效提高推荐的准确性,提供高质量的推荐列表供用户选择,又能通过层内层间的注意力机制,给出推荐理由,增强推荐系统的可解释性,提高用户的认可度和满意度。
技术关键词
好友推荐方法 注意力机制 文本 社交 邻居 生成用户 矩阵 前馈神经网络 扩散层 聚类 正则化参数 多层感知机 关系网络 推荐系统 列表 样本 代表 非线性