科创中国
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：
高技术服务业
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
深度森林是近年来提出的一种新的深度模型，不同于以往的深度学习以人工神经网络作为基础结构，深度森林以决策树作为基本组成部分。深度森林相比深度神经网络有着训练时间较短、能适应不同规模数据、超参数较少且稳定的特点。梯度提升是集成学习中的一种思路，可以按照一定的策略训练出一些弱学习器并最后获得一个强学习器。
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
成果综合评价报告
评价单位：“科创中国”贵州科技服务团 (贵州省科学技术协会) 评价时间：2023-10-31
马惠铃
观山湖区大数据局呼叫办
高级工程师
综合评价
经过细致的技术审查和深入的讨论，专家组对基于深度森林的文本对象推荐方法给予了高度的认可。该方法结合梯度提升和深度森立的推荐技术，从而解决基于深度学习的推荐技术导致的训练过程复杂且超参数过多的问题。随着技术的不断发展和市场需求的增加，该方法的市场潜力将进一步释放。
查看更多>
微信公众号
下载app
Copyright © 2022 中国科学技术协会 版权所有 | 京ICP备16016202号-20
京公网安备 11010202008974号