[發明專利]基于自注意力因子分解機的時間感知服務推薦系統及方法

在審

• 申請號: 202011640662.7
• 申請日: 2020-12-31
• 公開（公告）號: CN112579914A
• 公開（公告）日: 2021-03-30
• 發明（設計）人: 郭星;周姣
• 申請（專利權）人: 安徽大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06N3/04;G06N3/08
• 代理公司: 合肥市長遠專利代理事務所(普通合伙) 34119
• 代理人: 余婧

1.基于自注意力因子分解機的時間感知服務推薦系統，其特征在于，包括

PFM模型(21)，將從輸入層(1)輸入的用戶隱藏向量、服務隱藏向量以及時間隱藏向量輸入到FM模塊中處理，處理后的數據依次經過中間層(2)的第一全連接層和第一激活函數輸出到輸出層(3)；

SAGRU模型(22)，將從輸入層(1)輸入的時間間隔t上的用戶、服務集合的嵌入向量輸入到GRU模塊中處理，處理后的數據依次經過中間層(2)的自注意力機制單元、第二全連接層，第二激活函數輸出到輸出層(3)。

2.根據權利要求1所述的基于自注意力因子分解機的時間感知服務推薦系統，其特征在于，所述輸出層(3)包括三個維度調節模塊，第一維度調節模塊包括第三全連接層和第三激活函數，用于給PFM模型(21)和SAGRU模型(22)的輸出量降維；第二維度調節模塊包括第四全連接層和第四激活函數，用于保持下降后的維度；第三維度調節模塊包括第五全連接層和第五激活函數，用于升維，將兩個PFM模型(21)和SAGRU模型(22)輸出總的QoS值。

3.根據權利要求1所述的基于自注意力因子分解機的時間感知服務推薦系統，其特征在于，所述輸入層(1)對所有的輸入數據進行獨熱碼編碼，再將其映射成用戶隱藏向量、服務隱藏向量以及時間隱藏向量，用戶隱藏向量、服務隱藏向量以及時間隱藏向量組成三維向量。

4.一種基于自注意力因子分解機的時間感知服務推薦方法，其特征在于，包括以下步驟：

S1、對所有的輸入數據進行編碼，并映射成三個固定的向量，分別為用戶隱藏向量、服務隱藏向量以及時間隱藏向量，用戶隱藏向量、服務隱藏向量以及時間隱藏向量組成三維向量，作為PFM模型(21)中FM模塊的輸入；時間間隔t上關于用戶隱藏向量和服務隱藏向量的嵌入向量X作為SAGRU模型(22)中GRU模塊的輸入；

S2、FM模塊的輸出依次經過中間層(2)的第一全連接層和第一激活函數輸出到輸出層(3)，GRU模塊的輸出進入到自注意力機制單元、第二全連接層，第二激活函數輸出到輸出層(3)；

S3、PFM模型(21)的輸出和SAGRU模型的輸出通過第三全連接層和第三激活函數，使得輸出量降維，然后經過第四全連接層和第四激活函數，使得輸出量維度保持，最后經過第五全連接層和第五激活函數，使得輸出量升維。

5.根據權利要求4所述的方法，其特征在于，步驟S2中，用戶隱藏向量、服務隱藏向量以及時間隱藏向量經過FM模塊的輸出量對應為：

d代表這個隱藏向量的維度，X^u、X^s、X^t分別是用戶、服務、時間的隱藏向量，f_E代表嵌入層的激活函數，分別是用戶、服務和時間隱藏向量的權重。

6.根據權利要求4所述的方法，其特征在于，步驟S1中，GRU模塊的輸入具體的計算公式為：

其中和表示原始的三維向量中的用戶隱藏向量、服務隱藏向量，為結合函數，表示t時刻的隱藏向量。

7.根據權利要求4所述的方法，其特征在于，步驟S1中，將原始的三維向量分為獨立的正方塊，長、寬、高分別代表一個用戶、一個服務、一個時間片，每個正方塊的表面代表一個不同時刻的用戶對服務的QoS值。