技术总结
本发明提供一种基于多GRU层神经网络的推荐方法和系统，其采用多GRU层神经网络模型对用户行为建模并用于推荐系统，通过结合BP算法或BPTT算法和本发明的神经网络结构，构建针对推荐系统的多GRU层神经网络模型学习方法，根据推荐系统的特点对多GRU层神经网络进行训练，建立独有神经网络结构，从而根据新的神经网络结构为不同用户生成与其兴趣爱好相对应的推荐列表。所述推荐方法和系统通过采用多GRU层神经网络从用户历史行为中学习用户偏好，并据此为用户提供推荐服务。通过多GRU层神经网络特有的递归结构，能够基于时间序列对不同类型的用户行为进行统一表示；且多GRU层神经网络能够进行多尺度时间序列分析，能够更精确的表示具有较大随机性的用户行为。
技术研发人员：刘俊涛;李伦;黄志刚
受保护的技术使用者：中国船舶重工集团公司第七0九研究所
文档号码：201710078094
技术研发日：2017.02.14
技术公布日：2017.06.27