公开(公告)号：CN119739921A

公开(公告)日：2025-04-01

申请号：CN202411610844.8

申请日：2024-11-12

Applicant: 北方自动控制技术研究所 ,  山西大学

Inventor： 邢欣 ,  张又木 ,  康永弘 ,  卢欣 ,  郑建兴

IPC: G06F16/9535 ,  G06F16/9538 ,  G06F18/241 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/045

Abstract: 本发明公开了多尺度行为序列级联的用户意图分析及内容推荐方法，属于内容推荐技术领域。针对现有系统忽略了行为序列间的细粒度依赖关系在行为表示中贡献的问题，通过利用图卷积网络建模任意行为的不同尺度下的用户和内容特征表示；通过行为序列传递作用，建模并融合不同尺度的行为序列级联的用户和内容特征表示；将不同类型行为下的行为序列级联的用户和内容特征表示池化建模用户和内容的特征表示，并通过非采样损失策略优化；根据优化的用户和内容特征表示计算用户对内容的点击似然，生成Top‑t推荐列表。通过学习行为序列间的级联传播关系以及多行为依赖的用户和内容特征表示，提升点击率预测的准确性，在个性化内容推荐技术方面提供积极支撑。

公开(公告)号：CN118820944A

公开(公告)日：2024-10-22

申请号：CN202410848601.1

申请日：2024-06-27

Applicant: 山西大学 ,  北方自动控制技术研究所

Inventor： 郑建兴 ,  张婷 ,  邢欣 ,  张又木 ,  米鑫

IPC: G06F18/2415 ,  G06F18/25 ,  G06Q30/0601

Abstract: 本发明公开了一种多行为注意力融合的目标行为预测和产品推荐方法，属于产品推荐技术领域。针对产品推荐系统忽略用户和产品之间多行为的相关信息的问题，本发明基于单行为的交互子图学习了单行为的用户和产品节点表示；进而通过多头注意力捕获多行为的不同重要性建模多行为用户和产品节点表示；然后基于多行为用户和产品节点表示对单行为的用户和产品节点表示进行相关性注入，学习相关性更新的单行为用户和产品节点表示；构建单行为表示的预测任务和多行为表示的预测任务，联合学习用户对产品的兴趣分数。本发明学习了用户和产品不同行为的重要性，捕获用户的多行为模式，实现基于目标行为预测的产品推荐服务，尤其是在产品在线推荐方面表现出色。