-
公开(公告)号：CN112784049A
公开(公告)日：2021-05-11
申请号：CN202110117805.4
申请日：2021-01-28
Applicant: 电子科技大学
IPC: G06F16/35 , G06F16/36 , G06F40/194 , G06F40/211 , G06F40/279 , G06F40/30 , G06Q10/06 , G06Q30/06 , G06Q50/00
Abstract: 本发明涉及知识的表示和获取领域，其公开了一种面向文本数据的在线社交平台多元知识获取方法，解决传统技术中的知识获取方法存在的缺乏对多元知识的表示能力、获得的知识不完整、不准确的问题。本发明首先构造适合在线社交平台相关知识表示的多元知识的基本组成结构以及知识属性标签，然后从用户发言的文本数据中自动抽取知识实体与关系；并对文本数据进行数据挖掘，从所获得多元知识中，进一步提取蕴含隐藏的知识及关联，最终完成社交平台多元知识的全面获取。本发明提供的方法通过采用多元的知识结构和充分挖掘社交平台上文本数据中潜在的知识及关联，提高了获取的知识完整性和准确性，可以用于社交平台内容和商品等推荐。
-
公开(公告)号：CN112784049B
公开(公告)日：2023-05-12
申请号：CN202110117805.4
申请日：2021-01-28
Applicant: 电子科技大学
IPC: G06F16/35 , G06F16/36 , G06F40/194 , G06F40/211 , G06F40/279 , G06F40/30 , G06Q10/0639 , G06Q30/0601 , G06Q50/00
Abstract: 本发明涉及知识的表示和获取领域，其公开了一种面向文本数据的在线社交平台多元知识获取方法，解决传统技术中的知识获取方法存在的缺乏对多元知识的表示能力、获得的知识不完整、不准确的问题。本发明首先构造适合在线社交平台相关知识表示的多元知识的基本组成结构以及知识属性标签，然后从用户发言的文本数据中自动抽取知识实体与关系；并对文本数据进行数据挖掘，从所获得多元知识中，进一步提取蕴含隐藏的知识及关联，最终完成社交平台多元知识的全面获取。本发明提供的方法通过采用多元的知识结构和充分挖掘社交平台上文本数据中潜在的知识及关联，提高了获取的知识完整性和准确性，可以用于社交平台内容和商品等推荐。
-
公开(公告)号：CN113822742A
公开(公告)日：2021-12-21
申请号：CN202111098120.6
申请日：2021-09-18
Applicant: 电子科技大学
IPC: G06Q30/06 , G06F16/9536 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及物品推荐领域，其公开了一种基于自注意力机制的推荐方法，提高推荐模型的训练效率和个性化推荐的效果。该方法包括以下步骤：首先采集用户历史交互信息并进行预处理，形成训练样本集；然后设计推荐模型，将训练样本集作为推荐模型的输入，采用平方损失函数作为优化目标，对推荐模型进行训练；最后通过训练好的推荐模型计算得到用户与待推荐项目的交互概率，根据交互概率的大小进行排序，生成用户的推荐候选集。
-
公开(公告)号：CN113822742B
公开(公告)日：2023-05-12
申请号：CN202111098120.6
申请日：2021-09-18
Applicant: 电子科技大学
IPC: G06Q30/0601 , G06F18/25 , G06F16/9536 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明涉及物品推荐领域，其公开了一种基于自注意力机制的推荐方法，提高推荐模型的训练效率和个性化推荐的效果。该方法包括以下步骤：首先采集用户历史交互信息并进行预处理，形成训练样本集；然后设计推荐模型，将训练样本集作为推荐模型的输入，采用平方损失函数作为优化目标，对推荐模型进行训练；最后通过训练好的推荐模型计算得到用户与待推荐项目的交互概率，根据交互概率的大小进行排序，生成用户的推荐候选集。
-
-
-
Search Results
4
records
(took 0.018 seconds)
