用户表征学习及推荐方法及系统

本发明提供了一种用户表征学习及推荐方法及系统，包括如下步骤：使用全连接神经网络将用户和项目的one‑hot编码转换为embedding表征；将用户会话分为长期会话和短期会话，抽取关键信息，分别形成长期会话表征和短期会话表征；计算用户可能属于的用户组的概率分布；根据概率分布，聚合不同用户组的特征，捕捉用户邻居的影响以及志同道合用户子集之间的偏好差异，得到群体影响表征；用户的长期会话表征和短期会话表征以及群体影响表征构建混合用户表征；估计一个项目成为下一个访问项目的概率。本发明解决了大多数现有的基于会话的推荐系统中，独立地基于用户自身的会话总结用户的表征，而忽视了用户模型之间信息共享的问题。
上海大学 | 上海临枢健康科技有限公司
朱能军 | 孙凌丹 | 刘俊 | 薛青云