需求发布 成果发布 科创案例库 揭榜挂帅
技术经理人 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 基于深度森林的文本对象推荐方法

基于深度森林的文本对象推荐方法

发布时间: 2023-09-22

来源: 科技服务团

基本信息

合作方式： 技术许可
成果类型： 发明专利
行业领域：
电子信息技术,高技术服务业,信息安全技术,软件
成果介绍
本发明公开了一种基于深度森林的文本对象推荐方法，属于推荐技术领域。本发明针对现有的基于深度学习的推荐方法的推荐方案的不足，通过将梯度提升与深度森林结合，提出一种结合了梯度提升和深度森林的推荐模型，并将其用于推荐文本对象。即本发明将用户和文本对象的特征信息输入到所设置的推荐模型中，则会输出一个0‑1的值，其代表了预测该用户会与该文本对象发生交互的可能性，即用户与文本对象的交互概率预测值。对每个用户，为其将未接触过的文本对象进行以交互概率预测值从大到小的排序，其中排名前K的文本对象将作为推荐列表推荐给该用户。
成果亮点
基于训练好的梯度提升深度森林，对每个用户，预测其与未接触过的文本对象的交互概率。即将未与当前用户接触过的文本对象对应的特征信息(与样本特征相同)输入训练好的梯度提升深度森林，基于输出得到当前用户与当前文本对象的交互概率预测值，然后对所有未接触过的文本对象的交互概率预测值排序，选出交互概率预测值最大的K条文本对象构成推荐给该用户的推荐列表。
团队介绍
大数据国家工程研究中心累计投资3亿余元条件建设和科研运行经费，完成科研条件建设，组建了一支330余人的科研团队，其中，专业技术人员271人，博士46人，硕士研究生142人，正高级职称23人，高级工程师55人。同时聘请了陈润生、沈昌祥、王陇德、杨小牛、岳清瑞、王坚等6位院士担任领军专家。
成果资料