[發明專利]一種基于雙向循環神經網絡的個性化推薦系統及方法

在審

• 申請號: 201810338801.7
• 申請日: 2018-04-16
• 公開（公告）號: CN108563755A
• 公開（公告）日: 2018-09-21
• 發明（設計）人: 柴巖;林寒嘯
• 申請（專利權）人: 遼寧工程技術大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06N3/04;G06N3/08
• 代理公司: 沈陽東大知識產權代理有限公司 21109
• 代理人: 劉曉嵐

1.一種基于雙向循環神經網絡的個性化推薦系統，包括用戶行為收集模塊、樣本生成模塊、權重矩陣確定模塊、模型選擇模塊、模型泛化能力評估模塊和個性化推薦列表生成模塊；

所述用戶行為收集模塊，收集大量用戶對物品的行為信息，并將其發送到樣本生成模塊；

所述樣本生成模塊，根據用戶行為收集模塊收集的行為信息，對每一個用戶全部行為信息按時間排序并生成相應的樣本，并形成樣本集，在樣本集中抽取96％的樣本作為訓練集，在樣本集剩余的樣本抽取50％的樣本作為驗證集，另外50％的樣本作為測試集；

所述權重矩陣確定模塊，在樣本生成模塊生成的訓練集上訓練雙向循環神經網絡模型，確定雙向循環神經網絡中的權重矩陣；

所述模型選擇模塊，在樣本生成模塊生成的驗證集上進行雙向循環神經網絡模型的選擇；

所述模型泛化能力評估模塊，在樣本生成模塊生成的測試集上評估模型選擇模塊選中的雙向循環神經網絡模型的模型泛化能力；

所述個性化推薦列表生成模塊，利用模型泛化能力評估模塊評估的具有泛化能力的雙向循環神經網絡模型為每一個用戶生成個性化推薦列表。

2.采用權利要求1所述的基于雙向循環神經網絡的個性化推薦系統進行個性化推薦的方法，其特征在于：包括以下步驟：

步驟1、用戶行為收集模塊收集用戶對物品的大量行為信息并將其發送到樣本生成模塊；

步驟2、樣本生成模塊根據用戶行為收集模塊收集的行為信息，對每一個用戶全部行為信息按時間排序并生成相應的樣本，集合全部樣本形成樣本集，在樣本集中抽取96％的樣本作為訓練集，在樣本集剩余的樣本抽取50％的樣本作為驗證集，另外50％的樣本作為測試集；

步驟3、權重矩陣確定模塊在樣本生成模塊生成的訓練集上訓練雙向循環神經網絡模型，確定雙向循環神經網絡中的權重矩陣；

步驟4、模型選擇模塊在樣本生成模塊生成的驗證集上進行雙向循環神經網絡模型選擇，選擇表現最優的雙向循環神經網絡模型；

步驟5、模型泛化能力評估模塊在樣本生成模塊生成的測試集上，根據個性化推薦的正確率評估選中的雙向循環神經網絡模型的泛化能力；

步驟6、個性化推薦列表生成模塊利用模型泛化能力評估模塊評估的具有泛化能力的雙向循環神經網絡模型為每一個用戶生成個性化推薦列表。