一种基于多通道去噪的社交网络活动推荐系统及方法

    公开(公告)号:CN117909598A

    公开(公告)日:2024-04-19

    申请号:CN202410109968.1

    申请日:2024-01-26

    Applicant: 东北大学

    Abstract: 本发明设计一种基于多通道去噪的社交网络活动推荐系统及方法,属于信息推荐和数据挖掘领域技术领域;采用多通道方式生成用户关系和用户‑活动关系嵌入表示,并采用图注意力网络思想,针对每个邻居实体节点学习目标实体节点语义能力不同,利用注意力机制区分连接相邻节点的关系的重要程度,从而根据不同的重要程度将邻居节点信息聚合到目标实体中,增强了项目的嵌入表示,缓解数据稀疏的问题;不仅能减少对大量的高维数据建模的成本,生成较为完整的用户表示,获取更为完整的数据信息,还能提高数据质量,减少社交关系冗余问题,充分提取高维数据的丰富信息,进行鲁棒去噪,提高实用性,从而实现提高社交网络平台系统推荐价值的目的。

    基于策略重要性识别和值函数矫正的机器人奔跑控制方法

    公开(公告)号:CN118818976A

    公开(公告)日:2024-10-22

    申请号:CN202410800970.3

    申请日:2024-06-20

    Applicant: 东北大学

    Abstract: 本发明提供一种基于策略重要性识别和值函数矫正的机器人奔跑控制方法,涉及机器人控制技术领域。本发明使用当前策略的值函数与行为策略的值函数的差代替选择策略的标准;采用策略重要性对策略进行加权评估,即面对不同的策略时,对每种策略进行动态评估,选取一个对长期回报最优的动作;采用Q函数协同矫正的方式来计算目标Q值,进而对当前策略进行多方面的评估。本发明的方法能有效缓解由OOD引起的高估问题,提高智能体在真实环境下的表现性能以及在新环境下的稳定性和鲁棒性,使智能体能够处理更复杂的机器人奔跑任务,如快速变速、急转弯和跳跃等,提高了机器人的整体任务执行能力。

    一种上下文注意力增强与意图识别的会话推荐系统及方法

    公开(公告)号:CN117909596A

    公开(公告)日:2024-04-19

    申请号:CN202410079232.4

    申请日:2024-01-19

    Applicant: 东北大学

    Abstract: 本发明公开一种上下文注意力增强与意图识别的会话推荐系统及方法,涉及推荐技术领域。一种上下文注意力增强与意图识别的会话推荐系统包括数据采集清洗模块、会话间显式依赖图和隐式相关图构建模块、项目初始嵌入模块、双图神经网络模块、会话表征学习模块和会话推荐模块。一种上下文注意力增强与意图识别的会话推荐方法,从当前会话和相邻会话的角度考虑,应用双图神经网络对项目间的显式依赖和隐式相关性分别进行学习,增强项目特征表示,根据相同项目在不同会话中的反向位置不同,将反向位置编码纳入到项目嵌入中,得到准确会话表示,对用户意图进行识别,最后在模型预测中,应用焦点损失Focal Loss函数来平衡正负样本,完成预测,提高了推荐准确度。

Patent Agency Ranking