-
公开(公告)号：CN114386507A
公开(公告)日：2022-04-22
申请号：CN202210032538.5
申请日：2022-01-12
Applicant: 北京中科研究院 , 北京达佳互联信息技术有限公司
IPC: G06K9/62 , G06N3/02 , G06F16/9535
Abstract: 本公开关于一种内容推荐模型的训练方法、内容推荐方法和装置，所述方法包括：获取第一样本数据；所述第一样本数据包括样本对象与样本内容之间的互动信息；基于所述第一样本数据，获取待训练的内容推荐模型向目标对象推荐的目标内容；通过训练完成的预测模型，模拟所述目标对象对所述目标内容的反馈信息；所述预测模型用于预测所述目标对象对所述目标内容的初始反馈信息，并基于所述目标内容对应的推荐频次信息调整预测的所述初始反馈信息，得到所述目标对象对所述目标内容的反馈信息；基于所述反馈信息对所述待训练的内容推荐模型进行调整，得到目标内容推荐模型。该方法能够实现在保证推荐结果准确度的基础上解决信息茧房的问题。
-
公开(公告)号：CN116595264A
公开(公告)日：2023-08-15
申请号：CN202310788076.4
申请日：2023-06-29
Applicant: 北京中科研究院 , 北京达佳互联信息技术有限公司
IPC: G06F16/9535 , G06N20/00 , G06F16/48
Abstract: 本公开提供了一种多媒体资源推荐模型的训练方法、装置、设备及存储介质，属于计算机技术领域。方法包括：获取集成预测模型；基于所述集成预测模型，对目标对象的对象特征和目标多媒体资源的多媒体资源特征进行预测，得到所述目标对象对所述目标多媒体资源的第一反馈值和所述第一反馈值的第一惩罚度；基于所述第一惩罚度和所述第一反馈值的第二惩罚度，对所述第一反馈值进行调整；基于调整后的所述第一反馈值、所述目标对象的对象特征以及所述目标多媒体资源的多媒体资源特征，训练所述多媒体资源推荐模型。该方法能够避免多媒体资源推荐模型学习到过于保守的推荐策略，缓解了多媒体资源推荐模型在推荐多媒体资源时的马太效应。
-
公开(公告)号：CN114386507B
公开(公告)日：2025-01-24
申请号：CN202210032538.5
申请日：2022-01-12
Applicant: 北京中科研究院 , 北京达佳互联信息技术有限公司
IPC: G06N3/092 , G06N3/0499 , G06N3/0455 , G06N5/04 , G06F16/9535
Abstract: 本公开关于一种内容推荐模型的训练方法、内容推荐方法和装置，所述方法包括：获取第一样本数据；所述第一样本数据包括样本对象与样本内容之间的互动信息；基于所述第一样本数据，获取待训练的内容推荐模型向目标对象推荐的目标内容；通过训练完成的预测模型，模拟所述目标对象对所述目标内容的反馈信息；所述预测模型用于预测所述目标对象对所述目标内容的初始反馈信息，并基于所述目标内容对应的推荐频次信息调整预测的所述初始反馈信息，得到所述目标对象对所述目标内容的反馈信息；基于所述反馈信息对所述待训练的内容推荐模型进行调整，得到目标内容推荐模型。该方法能够实现在保证推荐结果准确度的基础上解决信息茧房的问题。
-
公开(公告)号：CN113886679B
公开(公告)日：2024-09-20
申请号：CN202111032270.7
申请日：2021-09-03
Applicant: 北京达佳互联信息技术有限公司 , 北京中科研究院
IPC: G06F16/9535 , G06F16/332
Abstract: 本公开关于一种推荐方法、装置、电子设备及存储介质。方法包括：获取目标用户的用户特征信息、历史用户对应的历史实体的实体特征信息和预设候选实体集合，根据用户特征信息、实体特征信息和预设候选实体集合确定当前推荐提问实体，当前推荐提问实体包括预设候选推荐对象或者预设候选属性，获取当前推荐提问实体对应的推荐信息的反馈信息，当当前推荐提问实体为预设候选推荐对象，且反馈信息包含对当前推荐提问实体的正面反馈信息时，确定成功推荐当前推荐提问实体。通过目标用户特征信息可以及时洞察用户当前的兴趣偏好，提高用户使用体验。
-
Patent Agency Ranking
公开(公告)号：CN113886679A
公开(公告)日：2022-01-04
申请号：CN202111032270.7
申请日：2021-09-03
Applicant: 北京达佳互联信息技术有限公司 , 北京中科研究院
IPC: G06F16/9535 , G06F16/332
Abstract: 本公开关于一种推荐方法、装置、电子设备及存储介质。方法包括：获取目标用户的用户特征信息、历史用户对应的历史实体的实体特征信息和预设候选实体集合，根据用户特征信息、实体特征信息和预设候选实体集合确定当前推荐提问实体，当前推荐提问实体包括预设候选推荐对象或者预设候选属性，获取当前推荐提问实体对应的推荐信息的反馈信息，当当前推荐提问实体为预设候选推荐对象，且反馈信息包含对当前推荐提问实体的正面反馈信息时，确定成功推荐当前推荐提问实体。通过目标用户特征信息可以及时洞察用户当前的兴趣偏好，提高用户使用体验。
-
公开(公告)号：CN113468227B
公开(公告)日：2024-05-24
申请号：CN202110711203.1
申请日：2021-06-25
Applicant: 北京达佳互联信息技术有限公司 , 北京中科研究院
IPC: G06F16/2457 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于图神经网络的信息推荐方法、系统、设备和存储介质，相关方法包括：对于用户与物品交互关系的二部图，通过聚类的方式划分为若干子图；在每个子图上进行图卷积，来传播一阶和高阶的协同信号以挖掘用户的兴趣，得到每个子图的节点嵌入向量；将每个子图作为一个局部模型，通过局部模型的节点嵌入向量计算不同局部模型的相似度并映射到核空间，获得权重矩阵M，获得二部图中每个节点最终的预测向量；利用最终的预测向量，预测各用户与各物品的匹配得分，按照匹配得分大小做降序排列，并将匹配得分靠前的多个物品推荐给相应用户。该方法既能有效捕捉数据中的长尾特性，又能捕捉协同过滤信号，提升模型精度和多样性，提升推荐效果。
-
公开(公告)号：CN113468227A
公开(公告)日：2021-10-01
申请号：CN202110711203.1
申请日：2021-06-25
Applicant: 北京达佳互联信息技术有限公司 , 北京中科研究院
IPC: G06F16/2457 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于图神经网络的信息推荐方法、系统、设备和存储介质，相关方法包括：对于用户与物品交互关系的二部图，通过聚类的方式划分为若干子图；在每个子图上进行图卷积，来传播一阶和高阶的协同信号以挖掘用户的兴趣，得到每个子图的节点嵌入向量；将每个子图作为一个局部模型，通过局部模型的节点嵌入向量计算不同局部模型的相似度并映射到核空间，获得权重矩阵M，获得二部图中每个节点最终的预测向量；利用最终的预测向量，预测各用户与各物品的匹配得分，按照匹配得分大小做降序排列，并将匹配得分靠前的多个物品推荐给相应用户。该方法既能有效捕捉数据中的长尾特性，又能捕捉协同过滤信号，提升模型精度和多样性，提升推荐效果。
-
公开(公告)号：CN113434684B
公开(公告)日：2022-03-08
申请号：CN202110744485.5
申请日：2021-07-01
Applicant: 北京中科研究院
IPC: G06F16/35 , G06F16/31 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种自监督学习的谣言检测方法、系统、设备及存储介质，相关方法包括：将消息的传播过程建模为传播树，采用图编码器编码传播树的图结构信息，获得传播表征；采用文本编码器编码消息的文本内容信息，获得文本表征；基于自监督学习的方式，提升相同消息的传播表征与文本表征之间的相似度，并降低不同消息的传播表征与文本表征之间的相似度；利用基于自监督学习的方式得到的消息表征进行谣言检测。上述方案利用自监督学习综合多个来源的信息，得到消息的更加全面的表达，从而提高下游的自动谣言检测任务的准确度和稳定性。
-
公开(公告)号：CN113434684A
公开(公告)日：2021-09-24
申请号：CN202110744485.5
申请日：2021-07-01
Applicant: 北京中科研究院
IPC: G06F16/35 , G06F16/31 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种自监督学习的谣言检测方法、系统、设备及存储介质，相关方法包括：将消息的传播过程建模为传播树，采用图编码器编码传播树的图结构信息，获得传播表征；采用文本编码器编码消息的文本内容信息，获得文本表征；基于自监督学习的方式，提升相同消息的传播表征与文本表征之间的相似度，并降低不同消息的传播表征与文本表征之间的相似度；利用基于自监督学习的方式得到的消息表征进行谣言检测。上述方案利用自监督学习综合多个来源的信息，得到消息的更加全面的表达，从而提高下游的自动谣言检测任务的准确度和稳定性。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.042 seconds)
