- 1、本文档共12页,其中可免费阅读11页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于时间特征的对抗性扰动协同过滤推荐方法,利用LSTM时间网络将产品的时间特征融入评价体系中,并加入对抗性学习,通过破坏目标函数并构建使BPR损失最大的扰动,特征采集阶段是将产品数据集输入到CNN和LSTM时间网络,分别提取产品的CNN特征和时间特征,拼接两种特征获得新的关于产品时间特征的矩阵,用于构成TCFA模型;模型训练阶段,采用SGD学习算法首先进行模型参数的学习,获得最佳的模型参数使模型性能达到最佳,然后在模型参数处加入对抗性扰动,得到新的对抗性模型ATCFA,通过扰动使模型性能尽可
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116955845 A
(43)申请公布日 2023.10.27
(21)申请号 202310773749.9
(22)申请日 2023.06.28
(71)申请人 浙江工业大学
地址 310006
文档评论(0)