公开(公告)号：CN114691981A

公开(公告)日：2022-07-01

申请号：CN202210201808.0

申请日：2022-03-02

Applicant: 华南理工大学

Inventor： 许勇 ,  孙佳宇

IPC: G06F16/9535 ,  G06F16/9537 ,  G06K9/62 ,  G06Q30/06 ,  G06F16/2458 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种会话推荐方法、系统、装置及存储介质，其中方法包括：获取会话推荐数据集并进行预处理与数据增强，将数据处理成用户行为序列的形式；把数据增强后的数据输入到Transformer网络中，分别利用邻域建模单元和内部建模单元对会话信息进行建模；将邻域会话信息和当前会话信息进行聚合，得到推荐结果。本发明利用历史购买信息作为协同信息，可以有效建模用户的消费行为，并且在给用户进行推荐时，考虑历史会话中和用户存在相同偏好的用户行为，使得推荐算法可以更有效地预测用户的真实消费意图，从而给出更加准确的推荐结果。本发明可广泛应用于人工智能、深度学习及推荐系统技术领域。

公开(公告)号：CN114862496A

公开(公告)日：2022-08-05

申请号：CN202210354306.1

申请日：2022-04-06

Applicant: 华南理工大学

Inventor： 许勇 ,  孙佳宇

IPC: G06Q30/06 ,  G06F16/9535 ,  G06F16/9537 ,  G06F16/2458 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于用户个性化建模的会话推荐方法、装置及介质，其中方法包括：获取会话推荐数据集；将数据增强后的会话数据集建模为序列结构，并输入到RNN网络中，获得初步会话向量化表示数据集；进行用户意图提取，得到表达用户多意图的会话向量化表示；提取会话向量化表示的全局信息和局部信息；融合提取的信息得到最终会话向量化表示；计算所述最终会话向量化表示与所述会话数据集中的所有物品计算余弦相似度，将相似度最高的物品作为推荐结果。本发明可以有效捕捉相似用户的消费模式，使得新的推荐算法可以更有效地预测用户的真实需求，从而给出更加准确的推荐结果，可广泛应用于人工智能、深度学习及推荐系统技术领域。