-
公开(公告)号：CN109544306B
公开(公告)日：2021-09-21
申请号：CN201811455642.5
申请日：2018-11-30
Applicant: 苏州大学
Abstract: 本发明公开了一种基于用户行为序列特征的跨领域推荐方法，包括：分别获得目标用户在辅助域和目标域的交互项目序列，通过跨领域推荐模型的嵌入层分别获得目标用户在辅助域和目标域中的用户嵌入矩阵和项目嵌入矩阵，然后经过LSTM层分别获取目标用户在辅助域和目标域中的总偏好特征，最后经过MLP层处理，将用户在辅助域中的总偏好特征迁移到目标域中，通过计算得到目标用户在目标域中对每个项目的喜好得分，并在目标域中为目标用户推荐接下来一段时间内可能购买或者访问的项目。应用本发明实施所提供的技术方案，提高了目标域的推荐准确性，提升了推荐性能。本发明还公开了一种基于用户行为序列特征的跨领域推荐装置，具有相应技术效果。
-
公开(公告)号：CN112925892A
公开(公告)日：2021-06-08
申请号：CN202110308759.6
申请日：2021-03-23
Applicant: 苏州大学
IPC: G06F16/332 , G06F16/335 , G06N3/08
Abstract: 本发明提供一种对话推荐方法，装置、电子设备及介质，采用历史序列提升推荐效率，方法包括：获取用户与项目之间的历史交互序列，并将历史交互序列输入至包含嵌入层、自注意块及预测层的推荐网络模型中进行训练，生成项目偏好值；其中，项目包含项目属性；利用项目偏好值及用户未交互过的项目生成候选项目集；当接收到用户发送的偏好项目属性时，利用偏好项目属性更新候选项目集，并利用项目相关值计算更新后的候选项目集中各候选项目的交互预测值；利用交互预测值及候选项目生成候选属性集，并利用交互预测值计算候选属性集中各候选项目属性的偏好预测值；将完成计算后的候选项目集及候选属性集输入策略网络中进行强化学习，向用户进行对话推荐。
-
公开(公告)号：CN106776993B
公开(公告)日：2020-07-24
申请号：CN201611110987.8
申请日：2016-12-06
Applicant: 苏州大学
IPC: G06F16/9537
Abstract: 本发明公开了一种基于时序约束活动意向的路径推荐方法及系统，包括：根据预设的兴趣类别映射表，将活动意向映射为对应的兴趣类别；利用时序约束条件将兴趣类别分为依赖类别组；利用时序约束条件确定每个依赖类别组中兴趣类别的计算顺序，并根据计算顺序确定每个兴趣类别的兴趣点，确定兴趣点集合；确定兴趣点集合中所有兴趣点的访问顺序，以确定最终的推荐路径；可见，根据用户的活动意向时序约束条件确定推荐路径，不仅可满足用户的多种需求，并且这种方法能充分利用时序约束的特点，克服了以往方法得到的路径产生大量偏移和重复的问题，且无需预计算即可显著提升带时序约束用户意向的路径搜索的性能和精度，支持实时搜索。
-
公开(公告)号：CN110659962A
公开(公告)日：2020-01-07
申请号：CN201910893796.0
申请日：2019-09-20
Applicant: 苏州大学
Abstract: 本申请公开了一种商品信息输出方法，通过在商品信息输出的过程中加入美学特征，考虑到被输出商品的多样性，从而缓解数据稀疏性问题，并且在第一商品和第二商品之间进行交叉迁移，整合来自不同领域中的用户偏好特征，使得推荐输出的参考要素增多，而不是只采用用户的历史数据进行推荐展示，提高商品推荐展示的准确性，以便向用户输出感兴趣的商品，提高用户的体验。本申请还公开了一种输出商品信息的计算机设备、计算机设备以及计算机可读存储介质，具有以上有益效果。
-
公开(公告)号：CN110569367A
公开(公告)日：2019-12-13
申请号：CN201910854840.7
申请日：2019-09-10
Applicant: 苏州大学
Abstract: 本发明公开了一种基于知识图谱的空间关键字查询方法、装置、设备以及计算机可读存储介质，包括：利用映射于知识图谱的空间关键字查询对用户查询输入进行知识图谱标注，获得代表用户查询意图的目标概念标签集；确定所述目标概念标签集内各个概念标签和映射于所述知识图谱的空间文本对象集合内各个空间文本对象之间的相关本对象作为目标查询结果。本发明所提供的方法、装置、设备以及计算机可读存储介质，有效加强了对用户短文本搜索意图的理解。
-
Patent Agency Ranking
公开(公告)号：CN110119467A
公开(公告)日：2019-08-13
申请号：CN201910398877.3
申请日：2019-05-14
Applicant: 苏州大学
IPC: G06F16/951 , G06F16/9535
Abstract: 本发明公开了一种基于会话的项目推荐方法、装置、设备及计算机可读存储介质；在本方案中，通过用户的历史会话序列构建出一个有向的会话结构图，基于该会话结构图，图神经网络能够捕捉相邻项目之间的转换，并且生成该图中所有节点的隐含状态向量，然后运用自注意力机制来建模长距离依赖，最后把用户的全局偏好和当前局部偏好的线性组合作为当前会话的隐含向量来预测下一次点击的概率，本方案利用自注意力网络和图神经网络的互补优势，实现了对项目的精准推荐。
-
公开(公告)号：CN108829761A
公开(公告)日：2018-11-16
申请号：CN201810522792.7
申请日：2018-05-28
Applicant: 苏州大学
Abstract: 本发明公开了一种兴趣点推荐方法，包括：利用预先创建的分层嵌入兴趣点推荐模型对目标用户的兴趣点进行推荐，得到目标用户的兴趣点列表；其中，分层嵌入兴趣点推荐模型的创建过程为：利用用户偏好的分层结构，构建层级嵌入结构矩阵；其中，用户偏好为对用户在位置社交网络的兴趣点进行挖掘所得的信息；利用用户对兴趣点的喜好程度，构建兴趣点推荐模型；将层级嵌入结构矩阵嵌入至兴趣点推荐模型，得到分层嵌入兴趣点推荐模型。通过本发明中的方法，能够显著提升对用户兴趣点推荐的准确度及效率。相应的，本发明公开的一种兴趣点推荐系统、介质及设备，同样具有上述有益效果。
-
公开(公告)号：CN107633100A
公开(公告)日：2018-01-26
申请号：CN201710993839.3
申请日：2017-10-23
Applicant: 苏州大学
Abstract: 本发明公开了一种基于嵌入模型的兴趣点推荐方法及系统，利用用户的当前兴趣点信息、社交关系信息及兴趣点推荐模型，确定与用户对应的相似用户；根据相似用户在兴趣点推荐模型中的用户偏好信息，生成与用户对应的下一兴趣点推荐列表，该兴趣点推荐模型为通过嵌入社交关系信息及用户偏好信息生成的嵌入模型，由于嵌入模型经常用于处理稀疏数据和挖掘尚未被观察到的数据，所以社交嵌入可以解决稀疏的社交关系数据。也就是说，可使用社交嵌入模型来查找用户更相似的朋友，即使他们的社交关系图是稀疏或不可观察的，因此本方案利用该兴趣点推荐模型能更准确有效地计算用户关系，可以更好地进行下一个兴趣点推荐。
-
公开(公告)号：CN107436950A
公开(公告)日：2017-12-05
申请号：CN201710666777.5
申请日：2017-08-07
Applicant: 苏州大学
Abstract: 本发明实施例公开了一种旅行路线推荐方法及系统，包括获取用户的历史访问记录，并依据历史访问记录得到历史访问信息；采用预先建立的协同过滤模型对历史访问信息进行处理，得出与用户对应的各个兴趣点及各个兴趣点的兴趣值；获取各个兴趣点的流行度；依据约束条件及目标函数对各个兴趣点的流行度及各个兴趣点的兴趣值进行处理，得到具有最大兴趣值的兴趣点序列。本发明实施例在使用的过程中提高了所推荐的兴趣点的准确度及旅行路线的准确性，还可以使所推荐的旅行路线个性化，进一步增加了用户体验。
-
公开(公告)号：CN103927394B
公开(公告)日：2017-06-16
申请号：CN201410184086.8
申请日：2014-05-04
Applicant: 苏州大学
Abstract: 本申请公开了一种基于SVM的多标签主动学习分类方法及系统，所述方法包括：构建候选样本集；确定所述候选样本集内各样本所属的标签集；响应用户操作，将所述候选样本集及候选样本集内各样本所属的标签集进行标注，得到标注的样本；将所述标注的样本加入训练样本集进行训练，更新分类器；利用所述分类器对获取的待分类样本进行分类。所述基于SVM的多标签主动学习分类方法，通过初步确定样本所属的标签集，从而在很大程度上节约了人力成本以及人工标注的时间，从而在节省人力的基础上，还解决了多标签样本的学习分类问题。
-
-
-
-
-
-
-
-
-
Search Results
105
records
(took 0.026 seconds)
