基于多模态数据融合的商品推荐方法.pdf
听容****55
亲,该文档总共16页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于多模态数据融合的商品推荐方法.pdf
本发明提供了一种基于多模态数据融合的商品推荐方法,属于深度学习技术领域。通过ALBERT‑TextCNN提升从客户基本属性数据集中提取出的词向量的表征能力和最大程度保留客户不同层次的语义信息,提升不同客户群体的分类效果;通过AlBert‑BiLSTM‑CRF有效解决对于文本中一词多义解析效果差、多义词的不同语境无法处理等传统语言处理模型无法解决的问题,将客户线上和线下交易数据集进行更加符合文本集上下文语义的关键词,更有针对性地构建客户标签;使用k维树方法获取两种标签类别的相似客户,再通过相似客户购买历史进
一种基于多模态商品特征融合的商品推荐方法.pdf
本发明属于商品推荐领域,具体涉及一种基于多模态商品特征融合的商品推荐方法。所述商品推荐方法包括:根据用户已经购买的商品序列构建用户‑商品二分图,通过图卷积得到用户节点的向量表示和商品节点的向量表示;通过卷积神经网络对商品得到的评论文本进行特征提取,得到商品评论的向量表示;通过卷积神经网络对商品的标题和描述信息进行特征提取,得到商品内容的向量表示;将商品节点、评论和内容的向量表示连接得到商品的最终表示,将用户节点的向量表示作为用户的最终表示;根据点积计算用户最终表示和商品最终表示之间的相似度用于对候选商品进
基于多模态信息融合的异构数据特征提取方法.pdf
本发明公开了一种基于多模态信息融合的异构数据特征提取方法,其实现步骤为:通过使用文本编码器和图像编码器组成双流架构,对不同模态的数据特征提取分别构建不同的编码器,在对异构数据特征进行融合的时候充分考虑到不同模态数据之间的局部对应关系,使用注意力机制对异构数据进行融合。由此解决现有技术编码器模型参数混乱、训练过程复杂,以及异构数据特征信息融合不完全的问题。使得本发明能更好地处理异构数据,提高了异构数据特征提取的准确度。同时也提高了信息融合的完整度,确保提取出来的异构信息特征融合的有效性。
一种基于图文交互的多模态数据融合方法.pdf
本发明公开了一种基于图文交互的多模态数据融合方法,包括如下步骤:S1、获取多模态数据,所述多模态数据包括巡检图像数据和设备状态数据;S2、通过卷积神经网络获取巡检图像的图像特征图;S3、通过文本抽取器对设备状态数据进行预处理得到文本特征图;S4、构建多头注意力模块获取文本注意力权重和图像注意力权重;S5、基于文本注意力权重和图像注意力权重获取图像文本混合特征;S6、通过多头交叉注意力模块获取训练数据和目标的双向交互式信息;S7、通过特征图混合模块得到混合特征图信息并输出预测结果。方案通过对多模态特征进行融
基于多模态特征融合的信息推荐方法、装置及处理器.pdf
本申请实施例提供一种基于多模态特征融合的信息推荐方法、装置及处理器,属于人工智能技术领域。方法包括:获取目标对象的音视频数据及个性化信息;依据音视频数据提取目标对象的多模态特征信息,多模态特征信息包括图像特征信息、语音信号特征信息及文本特征信息;基于多模态特征信息及个性化信息向目标对象推荐对应的目标信息。本申请通过获取用户的音视频数据并依据获取的音视频数据进行多模态特征的提取,基于结合用户的图像特征及语音特征,能够有效加强用户的动态表征能力,从而克服用户的静态属性特征较少导致无法准确识别用户真实意图的不利