公开(公告)号：CN119180288A

公开(公告)日：2024-12-24

申请号：CN202411213221.7

申请日：2024-08-30

Applicant: 北京理工大学

Inventor： 薛文皓 ,  秦志达 ,  张颢耀 ,  杨诗晓 ,  杜恩俊 ,  田兴博 ,  李爽 ,  黄天羽

IPC: G06F40/35 ,  G06N3/0442 ,  G06N3/084

Abstract: 本发明属于推荐系统技术领域，提供一种行为习惯增强意图的基于会话的推荐方法，该方法具体过程为：会话意图特征获取：构造一个全局项目转换图来提取项目之间的语义连接，聚合项目行为序列，并通过门控机制将语义连接与行为序列融合，以捕获细粒度的用户意图，基于所述用户意图获取细粒度行为操作的会话意图特征；会话行为习惯特征获取：将会话项目指定为超图中的超边，并将包含在会话中发生的所有与项目相关的行为指定为该超边所连接的顶点，构造行为习惯超图，基于所述行为习惯超图学习用户级行为习惯特征；会话特征融合：将所述会话意图特征与行为习惯特征进行融合以学习用户真实的意图表示，并通过该表示来预测用户可能感兴趣的项目。

公开(公告)号：CN119179813A

公开(公告)日：2024-12-24

申请号：CN202411243950.7

申请日：2024-09-05

Applicant: 北京理工大学

Inventor： 付浩言 ,  秦志达 ,  杨诗晓 ,  张颢耀 ,  李爽 ,  黄天羽

IPC: G06F16/9535 ,  G06Q30/0601 ,  G06N3/0455 ,  G06N3/042

Abstract: 本发明提供一种结合常微分方程和时间引导扩散生成的序列推荐方法，首先模拟了交互数据的连续时间进化过程，并构建了用户特定序列图和跨序列进化图，前者用于捕捉个人用户偏好的变化，后者侧重于探索时间感知的项目表示；其次，应用时间引导扩散生成来填充和扩充进化图，以减轻数据的稀疏性；最后，使用基于双通道图的神经ODE学习器来获取特定时间的用户兴趣；因此，本发明能够提高推荐结果与用户的匹配度。

公开(公告)号：CN118364147A

公开(公告)日：2024-07-19

申请号：CN202410597478.0

申请日：2024-05-14

Applicant: 北京理工大学

Inventor： 秦志达 ,  张颢耀

IPC: G06F16/9035 ,  G06F16/9032 ,  G06F16/901 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0464 ,  G06N5/022 ,  G06F18/22 ,  G06N3/047 ,  G06N3/0442 ,  G06N3/048

Abstract: 本发明提供一种基于评论潜在信息挖掘的对话式推荐方法，提出了一个新的对话式推荐系统子模型MiRe，将评论引入对话式推荐系统之中来增强实体和用户表示，有效的缓解了对话内容中包含信息较少对现有对话式推荐算法的影响，显著提高了系统的性能；也就是说，本发明通过挖掘外部评论中的潜在信息实现对话式推荐算法，能够改进对话式推荐系统的性能，提升用户体验。