本发明涉及电子商务技术领域，具体为结合元学习与因果推断的电商场景冷启动推荐方法，方法包括：获取用户和商品特征数据,进行向量化表示；分析用户特征与商品特征之间的交互因果关系,构建因果图,量化用户行为对商品推荐的因果影响因子；基于元学习框架构建冷启动推荐模型,将冷启动问题转化为跨任务迁移学习问题；训练元模型,学习不同任务间的通用模式；将因果推断得到的影响因子作为约束条件,优化元学习推荐模型的目标函数；设计个性化推荐策略,结合因果推断约束生成个性化冷启动推荐结果。本发明方法综合利用了元学习和因果推断,有效解决了电商场景下的冷启动问题,提高了推荐的个性化和解释性。
📄 2025102395189
📂 G06Q30_0601
👤 闽南理工学院
📅 2025-03-03
本发明提供了一种基于元学习优化网络的人脸超分辨率方法及系统，通过元学习优化网络将训练阶段学到的多种降质过程的内在特征联系用在测试的未知降质过程，解决了目前人脸超分辨率重建算法在图像退化类型未知时，人脸图像重建性能存在一定的局限性的技术问题，提高了人脸图像的重建性能。本发明利用元学习能够快速学习一项新任务的特性，使网络通过对训练任务的经验学习来达到在新的测试任务上的良好超分性能。本发明能够应对降质过程未知时人脸图像超分辨率性能下降问题，生成更高质量的人脸高分辨率图像。
📄 202111051524X
📂 G06T3_40
👤 武汉工程大学
📅 2021-09-08
柿子坊 · 知识产权运营
柿子坊知识产权运营平台