加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

一种推荐系统中的通用商品序列表征学习方法

发明专利有效专利
  • 申请号:
    CN202211109840.2
  • IPC分类号:G06F40/126;G06N3/08;G06Q30/06
  • 申请日期:
    2022-09-13
  • 申请人:
    中国人民大学
著录项信息
专利名称一种推荐系统中的通用商品序列表征学习方法
申请号CN202211109840.2申请日期2022-09-13
法律状态公开申报国家中国
公开/公告日2022-11-29公开/公告号CN115408988A
优先权暂无优先权号暂无
主分类号G06F40/126IPC分类号G;0;6;F;4;0;/;1;2;6;;;G;0;6;N;3;/;0;8;;;G;0;6;Q;3;0;/;0;6查看分类表>
申请人中国人民大学申请人地址
北京市海淀区中关村大街59号 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人中国人民大学当前权利人中国人民大学
发明人赵鑫;侯宇蓬;牟善磊;文继荣
代理机构北京邦创至诚知识产权代理事务所(普通合伙)代理人张宇锋
摘要
本发明公开了一种推荐系统中的通用商品序列表征学习方法,包括如下步骤S1使用预训练语言模型编码商品的关联文本从而学习可迁移的商品表征;首先使用预训练语言模型来学习初始文本表征,通过参数白化网络和混合专家增强的适配器网络将文本的语义转换至一个适用于推荐任务的统一的语义空间;S2通过序列‑商品对比任务和序列‑序列对比任务来进一步增强不同领域数据表示之间的融合与适配;S3根据目标领域的商品标号是否适合使用,而考虑两种微调设定,即归纳和转导。本发明提出的商品序列表征学习方法,可以在多个领域的序列数据上同时学习通用表征,并高效地迁移到新领域、新市场、新平台等新的推荐场景中,而无需共享的用户或商品。

专利服务由北京酷爱智慧知识产权代理公司提供