公开(公告)号：CN112381615B

公开(公告)日：2022-09-02

申请号：CN202011362298.2

申请日：2020-11-27

Applicant: 华中科技大学 ,  中国人民解放军海军工程大学

Inventor： 魏巍 ,  王子扬 ,  贲可荣 ,  何智勇 ,  马良荔 ,  彭付强 ,  黄园园

IPC: G06Q30/06 ,  G06F16/9535

Abstract: 本发明公开了一种基于用户重复行为模式挖掘的短序列推荐方法，包括以下步骤：1)对于给定的用户行为序列S，进行物品表示学习，获得物品的特征表示；2)将用户的行为序列转换成重复行为模式序列，进行重复行为的物品选择概率预测：根据重复行为模式序列预测序列中每个物品在下一次被重新点击的概率；3)进行探索行为的物品选择概率预测：预测没有在用户的行为序列中出现过的每个物品在下一次行为中被点击的概率；4)计算用户进行重复行为和探索行为的概率分布；5)根据步骤2)至步骤4)的结果，获得每个物品在下一次被点击的概率。本发明通过对用户的重复行为进行建模，并捕捉序列中的长距离依赖关系，可有效提高对用户推荐物品的准确度。

公开(公告)号：CN112381615A

公开(公告)日：2021-02-19

申请号：CN202011362298.2

申请日：2020-11-27

Applicant: 华中科技大学 ,  中国人民解放军海军工程大学

Inventor： 魏巍 ,  王子扬 ,  贲可荣 ,  何智勇 ,  马良荔 ,  彭付强 ,  黄园园

IPC: G06Q30/06 ,  G06F16/9535

Abstract: 本发明公开了一种基于用户重复行为模式挖掘的短序列推荐方法，包括以下步骤：1)对于给定的用户行为序列 进行物品表示学习，获得物品的特征表示；2)将用户的行为序列转换成重复行为模式序列，进行重复行为的物品选择概率预测：根据重复行为模式序列预测序列中每个物品在下一次被重新点击的概率；3)进行探索行为的物品选择概率预测：预测没有在用户的行为序列中出现过的每个物品在下一次行为中被点击的概率；4)计算用户进行重复行为和探索行为的概率分布；5)根据步骤2)至步骤4)的结果，获得每个物品在下一次被点击的概率。本发明通过对用户的重复行为进行建模，并捕捉序列中的长距离依赖关系，可有效提高对用户推荐物品的准确度。

公开(公告)号：CN112528047A

公开(公告)日：2021-03-19

申请号：CN202011586246.3

申请日：2020-12-29

Applicant: 华中科技大学 ,  中国人民解放军海军工程大学

Inventor： 何智勇 ,  魏巍 ,  王振海 ,  贲可荣 ,  马良荔 ,  彭付强 ,  潘为燃

IPC: G06F16/36

Abstract: 本发明公开了一种基于距离和角度约束的知识图谱表示学习方法，包括以下步骤：1)根据知识图谱中所有关系类型，构建每种关系ri的旋转矩阵Ri；2)通过旋转矩阵将特定三元组(h,r,t)中的头实体旋转至尾实体，构建距离函数来衡量旋转后的头实体和尾实体之间的距离差异；3)通过角度将头实体变换至尾实体，构建角度函数衡量两者之间的角度差异；4)根据距离函数和角度函数构建评分函数；5)根据评分函数构建损失函数，通过最小化损失函数来优化模型，学习知识图谱中实体、关系的向量化表示。本发明在距离约束的基础上，同时增加角度约束，有效提高知识图谱表示性能和链接预测效果。