您所在的位置: 成果库 一种基于神经协同过滤挖掘深层特征的文本对象精准推送方法

一种基于神经协同过滤挖掘深层特征的文本对象精准推送方法

发布时间: 2023-09-24

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,计算机及网络技术
成果介绍
本发明公开了一种基于神经协同过滤挖掘深层特征的文本对象精准推送方法。该方法包含基于卷积神经网络的政策描述文档特征提取方法和挖掘深层特征的混合推送方法两个部分。提供了基于卷积神经网络的政策描述文档特征提取方法的具体步骤。提供了挖掘深层特征的混合推送方法的具体步骤。与现有政策推送方法相比,本发明能够利用卷积神经网络自动地从政策描述文档中提取包含在文本中的语义层面的不同单词范围的局部特征;同时,将提取出的特征以更灵活的方式融入到神经协同过滤政策推送方法中,在其中建立了用户与政策的非线性交互关系,并挖掘了两者之间更深层的交互特征,能够达到更高的推送准确度。
成果亮点
基于卷积神经网络的文档对象的描述文档特征提取方式能够自动从文档对象的描述文档中提取出包含语义层面上的连续词语间的局部特征,从而从更微观的层面挖掘政策的属性信息;本发明提供的挖掘深层特征的混合推送方法将卷积神经网络提取的文本对象特征以一种更灵活的方式来构建文档对象表示向量,并用该表示向量和用户表示向量构建用户和政策交互的两种特征:浅层特征和深层特征,其中浅层特征描述的是用户和文本对象间非线性的关系,深层特征考虑的是隐因子层面更高阶的关系,从而提升现有的文本对象推送方式的推送准确度。
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:2023-11-05

郑军

贵州警察学院

副教授

综合评价

经讨论,专家组评价该成果为推送技术领域,具体涉及一种基于神经协同过滤挖掘深层特征的文本对象精准推送方法。现有的搜索领域存在利用提取的特征的方式有限、用户与待推送的文本对象间线性的建模方式,不能捕获其间的复杂结构,从而影响政策推送的精准性、大多数的混合推送方法不能有效地自动地捕捉政待推送的文本对象中的上下文语境特征等问题。本发明的发明目的在于:针对现有的关于文本对象的推送方式存在的不足,公开了一种基于神经协同过滤挖掘深层特征的文本对象精准推送方法,进一步提升推送准确度。 专家组建议在推动基于神经协同过滤挖掘深层特征的文本对象精准推送方法的产业化过程中,可以考虑将该技术应用到政府或企事业单位的政策推送系统中。通过引入该技术,可以提高政策推送的准确度和效果,使得政策能够更好地被广大用户接受和理解。同时,也可以考虑与政策宣传机构或互联网平台进行合作,将该技术应用到他们的推送系统中,提高推送的准确度和用户满意度。 专家组一致认为该方法有望在推送搜索领域得到广泛应用,该方法适用于政府、企事业单位、媒体等领域的政策推送系统。针对政府部门,该方法可以帮助政府更好地传递政策信息,提高政策的传播效果和影响力。对于企事业单位和媒体,该方法可以提供更精准的推送服务,吸引更多用户的关注和参与。
查看更多>
更多