公开(公告)号：CN115409579A

公开(公告)日：2022-11-29

申请号：CN202211072658.4

申请日：2022-09-02

Applicant: 重庆大学

Inventor： 周明强 ,  李坤朋 ,  代开浪 ,  钱致远 ,  李梦娇

IPC: G06Q30/06 ,  G06N3/08 ,  G06F16/9535

Abstract: 本发明提供了一种基于元学习的响应式推荐方法、系统及设备，方法包括：构建基于元学习的响应式推荐模型，基于元学习的响应式推荐模型包括异构信息网络的元学习器和ID嵌入表示生成器；利用获取的数据，对基于元学习的响应式推荐模型进行训练，得到训练完成的基于元学习的响应式推荐模型以及模型优化参数；获取待推荐用户的用户‑商品历史评分数据，并基于评分数据、训练完成的推荐模型以及模型优化参数，获得目标推荐商品并推荐给用户。本发明采用基于元学习的响应式推荐方法，引入元学习和ID嵌入表示生成器，从而从根源上解决了现有的老用户兴趣变化的响应性问题以及新用户和新商品的初始响应问题，导致推荐准确性低、用户满意度低的问题。

公开(公告)号：CN117312651A

公开(公告)日：2023-12-29

申请号：CN202310895746.2

申请日：2023-07-20

Applicant: 重庆大学

Inventor： 周明强 ,  钱致远 ,  陈文迪 ,  李梦娇 ,  李坤朋

IPC: G06F16/9535 ,  G06F18/22 ,  G06F18/214

Abstract: 本发明提供了基于动态网络表示学习的媒体内容推荐方法、系统及设备，方法包括：构建基于动态社区自适应游走动态网络表示学习的媒体内容推荐模型；利用数据集中的用户的历史交互信息，对所述媒体内容推荐模型进行训练，得到训练好的媒体内容推荐模型；将待推荐用户的历史交互信息输入至训练好的媒体内容推荐模型中，获得节点的嵌入表示；根据节点的嵌入表示，通过计算待推荐用户看过的媒体内容与其他媒体内容的嵌入表示的相似度来生成媒体内容推荐列表，并推荐给用户。本发明采用基于动态社区自适应游走动态网络表示学习的媒体内容推荐方法，从邻域和时序信息两个维度，学习到网络的嵌入表示，从而从根源上解决了现有的推荐方法准确率低的问题。

公开(公告)号：CN115329189A

公开(公告)日：2022-11-11

申请号：CN202210811231.5

申请日：2022-07-11

Applicant: 重庆大学

Inventor： 周明强 ,  韩奇志 ,  李梦娇 ,  张程

IPC: G06F16/9535 ,  G06F16/335 ,  G06F16/9536

Abstract: 本发明提供了基于层次图属性网络表示学习的论文推荐方法及系统，方法包括：基于论文库构建论文网络；基于所述论文网络，通过边合并、结构等效性合并、社区合并和属性合并，构建层次图；对所述层次图进行层内网络表示学习以及层间网络表示学习，生成论文节点嵌入表示，所述层间网络表示学习先执行正向初始化，再执行反向初始化的层间网络表示学习；基于所述论文节点嵌入表示，所述通过计算论文节点间的嵌入表示的相似度来生成论文推荐列表，并将所述论文推荐列表中的论文推荐给用户。本发明采用基于层次图属性网络表示学习的论文推荐方法，从而从根源上解决了现有的基于网络表示学习方法的论文推荐准确率低的问题。