一种推荐方法以及装置
    1.
    发明授权

    公开(公告)号:CN113255712B

    公开(公告)日:2025-03-04

    申请号:CN202010094988.8

    申请日:2020-02-12

    Abstract: 本申请提供一种推荐方法以及装置,用于提高为用户推荐关联性更高的物品,如图片、APP或商品等的准确率,提高用户体验。该推荐方法可以包括:获取二分图、第一用户的标识和至少一个第一物品的标识,二分图包括第一类节点和第二类节点,第一类节点代表用户,第二类节点代表物品,第一类节点和第二类节点连接;然后,基于第一用户的标识和至少一个第一物品的标识分别对二分图进行采样,以得到第一用户和每个第一物品的待汇聚子图;随后使用不同的汇聚权重集合分别对第一用户的待汇聚子图和每个第一物品的待汇聚子图所包括的路径进行汇聚,以得到第一用户的第一向量和每个第一物品的第二向量;基于第一向量和第二向量向第一用户推荐至少一个第一物品中的物品。

    算子运算调度方法和装置

    公开(公告)号:CN111796917B

    公开(公告)日:2024-06-25

    申请号:CN201910282106.8

    申请日:2019-04-09

    Abstract: 本申请提供一种算子运算调度方法和装置。本申请算子运算调度方法,包括:获取算子运算对应的算子参数和处理器参数;根据算子参数和处理器参数创建N个调度策略,N个调度策略分类为M个调度策略子集,每个调度策略子集包括至少一个调度策略;根据算子参数和处理器参数分别对M个调度策略子集进行过滤处理,获取K个可行调度策略,K个可行调度策略分别为M个调度策略子集中的K个可行调度子集的最优调度策略,K为小于或等于M的自然数;将算子参数和K个可行调度策略输入代价模型得到K个算子运算代价,K个算子运算代价与K个可行调度策略一一对应;根据目标需求和K个算子运算代价确定用于算子运算的最优调度策略。本申请实现了对处理器架构和算子类型的通用处理,并提高算子运算性能。

    多图卷积协同过滤
    3.
    发明公开

    公开(公告)号:CN117859139A

    公开(公告)日:2024-04-09

    申请号:CN202080105147.0

    申请日:2020-07-16

    Abstract: 用于处理包括第一节点类型的多个第一节点和第二类型的多个第二节点的二分图的方法和系统,包括:根据位于目标第一节点的多跳第一节点邻域内的第二节点和第一节点的特征,生成所述目标第一节点的目标第一节点嵌入,所述目标第一节点选自所述第一节点类型的所述多个第一节点;根据位于目标第二节点的多跳第二节点邻域内的第一节点和第二节点的特征,生成所述目标第二节点的目标第二节点嵌入,所述目标第二节点选自所述第二节点类型的所述多个第二节点;以及根据所述目标第一节点嵌入和所述目标第二节点嵌入确定所述目标第一节点和所述目标第二节点之间的关系。

    一种推荐方法以及装置
    4.
    发明公开

    公开(公告)号:CN113255712A

    公开(公告)日:2021-08-13

    申请号:CN202010094988.8

    申请日:2020-02-12

    Abstract: 本申请提供一种推荐方法以及装置,用于提高为用户推荐关联性更高的物品,如图片、APP或商品等的准确率,提高用户体验。该推荐方法可以包括:获取二分图、第一用户的标识和至少一个第一物品的标识,二分图包括第一类节点和第二类节点,第一类节点代表用户,第二类节点代表物品,第一类节点和第二类节点连接;然后,基于第一用户的标识和至少一个第一物品的标识分别对二分图进行采样,以得到第一用户和每个第一物品的待汇聚子图;随后使用不同的汇聚权重集合分别对第一用户的待汇聚子图和每个第一物品的待汇聚子图所包括的路径进行汇聚,以得到第一用户的第一向量和每个第一物品的第二向量;基于第一向量和第二向量向第一用户推荐至少一个第一物品中的物品。

    算子运算调度方法和装置

    公开(公告)号:CN111796917A

    公开(公告)日:2020-10-20

    申请号:CN201910282106.8

    申请日:2019-04-09

    Abstract: 本申请提供一种算子运算调度方法和装置。本申请算子运算调度方法,包括:获取算子运算对应的算子参数和处理器参数;根据算子参数和处理器参数创建N个调度策略,N个调度策略分类为M个调度策略子集,每个调度策略子集包括至少一个调度策略;根据算子参数和处理器参数分别对M个调度策略子集进行过滤处理,获取K个可行调度策略,K个可行调度策略分别为M个调度策略子集中的K个可行调度子集的最优调度策略,K为小于或等于M的自然数;将算子参数和K个可行调度策略输入代价模型得到K个算子运算代价,K个算子运算代价与K个可行调度策略一一对应;根据目标需求和K个算子运算代价确定用于算子运算的最优调度策略。本申请实现了对处理器架构和算子类型的通用处理,并提高算子运算性能。

Patent Agency Ranking