多模态数据驱动的服务需求预测方法研究

摘要：

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、R2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

所属期刊栏目：55

分类号：TP302(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;山东省自然科学基金重点项目;河南省教育厅重点研发项目

在线出版日期：2023-02-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：70-78