-
题名多模态数据驱动的服务需求预测方法研究
被引量：2
- 1
-
-
作者
海燕
宋宗珀
刘志中
丰凯
-
机构
华北水利水电大学信息工程学院
烟台大学计算机与控制工程学院
河南理工大学计算机科学与技术学院
-
出处
《郑州大学学报（理学版）》
CAS
北大核心
2023年第2期70-78,共9页
-
基金
国家自然科学基金项目(61872126,61772159)
山东省自然科学基金重点项目(ZR2020KF019)
河南省教育厅重点研发项目(20A520014)。
-
文摘
数据驱动的主动服务推荐已成为实现智能服务、提升用户体验的重要技术,如何精确预测用户的服务需求成为当前重要问题之一。针对这个问题,提出了一种基于软注意力与多模态机器学习(SAMML)的服务需求预测方法。该方法首先从文本数据和图像数据提取特征向量并实现多模态数据特征融合;然后应用软注意力机制处理融合后的特征数据,并将结果输入门控制循环单元(GRU)网络,从而更好地学习用户的服务兴趣;最后,基于用户特征与服务数据训练SAMML模型,并实现用户的服务需求精确预测。基于天池大数据众智平台提供的数据集进行了验证实验,SAMML模型的评估指标MAE、MSE、R 2分别比对比模型提高了0.0218、0.0263、0.0310。
-
关键词
软注意力机制
多模态机器学习
特征融合
门控循环单元
服务需求预测
-
Keywords
soft attention
multimodal machine learning
feature fusion
GRU
service demand prediction
-
分类号
TP302
[自动化与计算机技术—计算机系统结构]
-
-
题名情景感知的服务需求动态预测方法研究
被引量：2
- 2
-
-
作者
丰凯
刘志中
宋成
张丽
-
机构
河南理工大学计算机科学与技术学院
烟台大学计算机与控制工程学院
-
出处
《小型微型计算机系统》
CSCD
北大核心
2021年第8期1619-1626,共8页
-
基金
国家自然科学基金项目(61872126)资助
国家自然科学基金项目(61772159)资助
+1 种基金
河南省科技攻关项目(182102310946)资助
河南省重点研发项目(20A520014)资助。
-
文摘
服务需求预测是实现主动服务推荐的重要基础.如何实现用户服务需求的动态预测已经成为智能服务领域亟需解决的关键问题之一.针对这一问题,本文构建了一种注意力机制增强的深度交互神经网络模型(Attention Mechanism Enhanced Deep Interaction Network,AM EDIN),并基于AM EDIN提出了一种情景感知的服务需求动态预测方法.该方法首先通过AM EDIN模型的交互单元,自适应地捕获不同场景和服务需求之间的交互关系,从而显式的建模不同场景对服务需求的影响;之后,合并场景特征、交互关系以及服务需求特征,基于注意力机制获取不同场景对服务需求的影响权重;最后,基于用户特征、加权的场景特征和服务需求特征训练AMEDIN模型,并基于训练好的AMEDIN模型实现情景感知的服务需求动态预测.基于Movielens和Alibaba提供的真实数据集进行了大量的实验,实验结果表明本文所提出的方法是可行的与有效的.
-
关键词
情景感知
服务需求预测
交互关系
注意力机制
深度学习
-
Keywords
context awareness
service requirement prediction
interaction relationship
attention mechanism
deep learning
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
