-
公开(公告)号：CN117557333B
公开(公告)日：2024-09-27
申请号：CN202311392909.1
申请日：2023-10-25
Applicant: 苏州大学 , 苏州岩瑞纺织科技有限公司
IPC: G06Q30/0601 , G06Q50/00 , G06F16/9536 , G06F16/9537
Abstract: 本发明涉及一种元宇宙场景下基于社交属性和团购理念的推荐系统，该系统包括：关系构建模块，用于获取用户数据、社交数据和产品数据，形成关系数据集，基于所述关系数据集建立以用户‑社交朋友‑产品为节点的关系图；关系嵌入模块，用于基于关系图，捕捉关系影响，得到最终用户向量和最终项目向量；推荐模块，用于计算团购参与者推荐概率和项目推荐概率，根据团购参与者推荐概率和项目推荐概率，将团购参与者和项目分别进行排序，选取排名前n个团购参与者和项目作为推荐结果推荐给元宇宙的用户。本发明采用不同优化策略提升了团购推荐系统的性能，实现团购推荐的精准化、实时化，能够更好地匹配元宇宙中用户的需求。
-
公开(公告)号：CN118485079A
公开(公告)日：2024-08-13
申请号：CN202410409716.0
申请日：2024-04-07
Applicant: 苏州大学
IPC: G06F40/30 , G06F40/16 , G06F18/2415 , G06F18/25 , G06V10/44 , G06N3/0464 , G06N3/045 , G06Q50/00
Abstract: 本发明公开了一种基于跨模态社交网络数据的用户需求挖掘方法、装置及系统，具体涉及网络数据领域。本发明具有以下优点和效果：对包括文本和图像在内的跨模态社交网络用户生成数据进行情感分析，进而帮助产品设计者有效挖掘社交网络数据中的用户偏好信息，在基于Transformer的多模态情感分析的基础上引入文本引导的跨模态融合模块，在一定程度上提高了模型的精度，同时，采用一种面向训练的、具有高灵活性和可伸缩性的GEMM核心来处理任意不规则的训练GEMM操作，在一定程度上提高了Transformer模型的整体操作效率，帮助设计者高效精准获取跨模态社交网络数据中的用户需求信息。
-
公开(公告)号：CN117312681A
公开(公告)日：2023-12-29
申请号：CN202311068643.5
申请日：2023-08-23
Applicant: 苏州大学 , 苏州岩瑞纺织科技有限公司
IPC: G06F16/9536 , G06F16/9535 , G06N3/045 , G06F18/23213
Abstract: 本发明涉及一种面向元宇宙的用户偏好产品推荐方法及系统，该方法具体步骤为：步骤S1：获取元宇宙场景中用户的关系数据和历史数据；步骤S2：基于所述关系数据获取相似社交用户群，提取所述相似社交用户群的偏好数据，得到相似社交用户群的偏好产品集合；对所述历史数据进行处理，得到用户历史推荐过的产品集合；步骤S3：将所述相似社交用户群的偏好产品集合剔除所述用户历史推荐过的产品集合后，得到拟推荐的产品集合；步骤S4：将筛选后的推荐产品集合进行数据评估，得到不同产品的推荐值，将推荐值最高的产品推荐给用户。本发明增强了元宇宙产品与用户之间的联系，有效解决了传统协同过滤方法对于处理元宇宙中海量多维的信息效率较低的问题。
-
公开(公告)号：CN117557333A
公开(公告)日：2024-02-13
申请号：CN202311392909.1
申请日：2023-10-25
Applicant: 苏州大学 , 苏州岩瑞纺织科技有限公司
IPC: G06Q30/0601 , G06Q50/00 , G06F16/9536 , G06F16/9537
Abstract: 本发明涉及一种元宇宙场景下基于社交属性和团购理念的推荐系统，该系统包括：关系构建模块，用于获取用户数据、社交数据和产品数据，形成关系数据集，基于所述关系数据集建立以用户‑社交朋友‑产品为节点的关系图；关系嵌入模块，用于基于关系图，捕捉关系影响，得到最终用户向量和最终项目向量；推荐模块，用于计算团购参与者推荐概率和项目推荐概率，根据团购参与者推荐概率和项目推荐概率，将团购参与者和项目分别进行排序，选取排名前n个团购参与者和项目作为推荐结果推荐给元宇宙的用户。本发明采用不同优化策略提升了团购推荐系统的性能，实现团购推荐的精准化、实时化，能够更好地匹配元宇宙中用户的需求。
-
Patent Agency Ranking
公开(公告)号：CN117314561A
公开(公告)日：2023-12-29
申请号：CN202311225913.9
申请日：2023-09-21
Applicant: 苏州大学
IPC: G06Q30/0601 , G06N3/0442 , G06V10/44 , G06V10/74 , G06V10/82 , G06V10/762
Abstract: 本发明涉及一种元宇宙产品推荐方法、装置及计算机可读存储介质，涉及元宇宙技术领域。包括：获取元宇宙中每个3D模型的多个2D视图，将多个2D视图输入卷积神经网络，得到模型特征向量组；利用VSAM特征提取网络和LSTM特征提取网络对模型特征向量组进行特征提取，得到3D模型的空间特征向量；将待匹配的2D图像的图像特征向量和所有3D模型的空间特征向量输入生成对抗网络进行对抗性学习，输出目标空间特征向量集合；计算目标空间特征向量和图像特征向量之间的相似度得到与2D图像相似度最高的3D模型。本申请最大程度地提取了每个3D模型的特征信息，提高了产品推荐的有效性和准确性，实现了2D图像和3D模型之间的有效匹配。
-
公开(公告)号：CN117314561B
公开(公告)日：2024-10-22
申请号：CN202311225913.9
申请日：2023-09-21
Applicant: 苏州大学
IPC: G06Q30/0601 , G06N3/0442 , G06V10/44 , G06V10/74 , G06V10/82 , G06V10/762
Abstract: 本发明涉及一种元宇宙产品推荐方法、装置及计算机可读存储介质，涉及元宇宙技术领域。包括：获取元宇宙中每个3D模型的多个2D视图，将多个2D视图输入卷积神经网络，得到模型特征向量组；利用VSAM特征提取网络和LSTM特征提取网络对模型特征向量组进行特征提取，得到3D模型的空间特征向量；将待匹配的2D图像的图像特征向量和所有3D模型的空间特征向量输入生成对抗网络进行对抗性学习，输出目标空间特征向量集合；计算目标空间特征向量和图像特征向量之间的相似度得到与2D图像相似度最高的3D模型。本申请最大程度地提取了每个3D模型的特征信息，提高了产品推荐的有效性和准确性，实现了2D图像和3D模型之间的有效匹配。
-
公开(公告)号：CN117312681B
公开(公告)日：2024-09-27
申请号：CN202311068643.5
申请日：2023-08-23
Applicant: 苏州大学 , 苏州岩瑞纺织科技有限公司
IPC: G06F16/9536 , G06F16/9535 , G06N3/045 , G06F18/23213
Abstract: 本发明涉及一种面向元宇宙的用户偏好产品推荐方法及系统，该方法具体步骤为：步骤S1：获取元宇宙场景中用户的关系数据和历史数据；步骤S2：基于所述关系数据获取相似社交用户群，提取所述相似社交用户群的偏好数据，得到相似社交用户群的偏好产品集合；对所述历史数据进行处理，得到用户历史推荐过的产品集合；步骤S3：将所述相似社交用户群的偏好产品集合剔除所述用户历史推荐过的产品集合后，得到拟推荐的产品集合；步骤S4：将筛选后的推荐产品集合进行数据评估，得到不同产品的推荐值，将推荐值最高的产品推荐给用户。本发明增强了元宇宙产品与用户之间的联系，有效解决了传统协同过滤方法对于处理元宇宙中海量多维的信息效率较低的问题。
-
公开(公告)号：CN117807324A
公开(公告)日：2024-04-02
申请号：CN202311435510.7
申请日：2024-02-07
Applicant: 苏州大学 , 苏州岩瑞纺织科技有限公司
IPC: G06F16/9536 , G06F18/22 , G06F40/284 , G06F40/30 , G06N3/045 , G06N3/0442 , G06Q50/00
Abstract: 本发明涉及一种社交元宇宙中的朋友推荐方法、装置及可读存储介质，属于元宇宙技术领域。获取用户发表的文本序列，将文本序列输入Word2Vec网络中，输出词向量矩阵；将词向量矩阵输入SenticNet5网络和LDA网络，输出情感特征向量和主题特征向量；将词向量矩阵和情感特征向量拼接输入S‑LSTM网络，输出语义特征向量；基于情感特征向量、主题特征向量和语义特征向量得到用户的人格特征向量；计算两个用户的人格特征相似度值和社交互动特征相似度值以及推荐指数，若推荐指数大于预设阈值，将两个用户作为对方的推荐用户。本申请提取的人格特征更准确，且将人格特征和社交互动特征作为推荐依据，提高了推荐结果的准确性。
-
公开(公告)号：CN117237479A
公开(公告)日：2023-12-15
申请号：CN202310969757.0
申请日：2023-08-03
Applicant: 苏州大学 , 苏州岩瑞纺织科技有限公司
Abstract: 本发明涉及图像处理技术领域，尤其是指一种基于扩散模型的产品风格自动生成方法、系统及存储介质。本发明所述的一种基于扩散模型的产品风格自动生成方法具体步骤包括：用户输入产品的相关文本，所述文本与产品风格知识量化模型匹配，产品风格知识量化模型通过分析所述文本的风格设计要素自动预测其风格；利用基于CLIP模型的文本编码器，将所述文本转化成文本向量；将所述文本向量和噪声一同输入到扩散模型的图像生成器中，生成产品风格的图像。本发明所述的产品风格自动生成方法通过简单的文本输入就可以自动生成产品风格图片，帮助产品设计平台在提高设计速度的同时，更加精准地把握产品风格，以此设计出令用户满意的产品设计。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.033 seconds)
