-
公开(公告)号：CN110737778B
公开(公告)日：2022-05-31
申请号：CN201910831234.3
申请日：2019-09-04
Applicant: 北京邮电大学
IPC: G06F16/36 , G06F16/9535 , G06F40/295 , G06N3/04 , G06N3/08 , G06Q50/18
Abstract: 本发明公开了一种基于知识图谱和Transformer的专利推荐方法，包括以下步骤：爬取专利资源库构建知识图谱；通过图卷积网络和注意力机制的混合模型挖掘知识图谱，得到用户和专利的内容特征表示向量；通过Transformer模型挖掘用户信息，得到用户历史偏好的序列特征向量；将内容特征表示向量和序列特征向量级联结合，输入Transformer模型的Softmax层计算，得到多个候选专利被推荐的概率值；对多个概率值进行Top‑k排序，得到Top‑k个专利作为目标用户的推荐结果。该方法采用知识图谱丰富特征表示，采用Transformer挖掘行为序列特征，提高推荐结果的精准性和可解释性。
-
公开(公告)号：CN110909124B
公开(公告)日：2023-02-17
申请号：CN201911018444.7
申请日：2019-10-24
Applicant: 北京邮电大学
IPC: G06F16/33 , G06F16/332 , G06F16/335 , G06F16/36 , G06F16/951 , G06F16/9535
Abstract: 本发明公开了一种基于人在回路的混合增强智能需求精准感知方法及系统，其中，系统包括：知识图谱子系统，用于存储科技资源子图谱与用户/企业信息子图谱，以根据用户需求确定不同实体之间的关系；对话子系统，用于以自然语言的方式和用户进行交互，收集用户需求，并将感知结果实时返回给用户；特征感知与推荐子系统，用于根据对话子系统和知识图谱子系统的客观数据、痕迹数据，整合相关数据生成感知结果，并生成推荐信息推荐至用户。该系统利用对话系统建立起人在回路，结合用户痕迹数据和科技资源数据进行用户需求充分挖掘与特征感知，实现用户需求精准感知，有效解决现有技术存在没有利用客观数据、无法深度感知用户需求等问题。
-
公开(公告)号：CN110737778A
公开(公告)日：2020-01-31
申请号：CN201910831234.3
申请日：2019-09-04
Applicant: 北京邮电大学
IPC: G06F16/36 , G06F16/9535 , G06F40/295 , G06N3/04 , G06N3/08 , G06Q50/18
Abstract: 本发明公开了一种基于知识图谱和Transformer的专利推荐方法，包括以下步骤：爬取专利资源库构建知识图谱；通过图卷积网络和注意力机制的混合模型挖掘知识图谱，得到用户和专利的内容特征表示向量；通过Transformer模型挖掘用户信息，得到用户历史偏好的序列特征向量；将内容特征表示向量和序列特征向量级联结合，输入Transformer模型的Softmax层计算，得到多个候选专利被推荐的概率值；对多个概率值进行Top-k排序，得到Top-k个专利作为目标用户的推荐结果。该方法采用知识图谱丰富特征表示，采用Transformer挖掘行为序列特征，提高推荐结果的精准性和可解释性。
-
公开(公告)号：CN110909124A
公开(公告)日：2020-03-24
申请号：CN201911018444.7
申请日：2019-10-24
Applicant: 北京邮电大学
IPC: G06F16/33 , G06F16/332 , G06F16/335 , G06F16/36 , G06F16/951 , G06F16/9535
Abstract: 本发明公开了一种基于人在回路的混合增强智能需求精准感知方法及系统，其中，系统包括：知识图谱子系统，用于存储科技资源子图谱与用户/企业信息子图谱，以根据用户需求确定不同实体之间的关系；对话子系统，用于以自然语言的方式和用户进行交互，收集用户需求，并将感知结果实时返回给用户；特征感知与推荐子系统，用于根据对话子系统和知识图谱子系统的客观数据、痕迹数据，整合相关数据生成感知结果，并生成推荐信息推荐至用户。该系统利用对话系统建立起人在回路，结合用户痕迹数据和科技资源数据进行用户需求充分挖掘与特征感知，实现用户需求精准感知，有效解决现有技术存在没有利用客观数据、无法深度感知用户需求等问题。
-
-
-
Search Results
4
records
(took 0.021 seconds)
