公开(公告)号：CN112232929A

公开(公告)日：2021-01-15

申请号：CN202011220657.0

申请日：2020-11-05

Applicant: 南京工业大学

Inventor： 肖庆华 ,  刘学军 ,  施浩杰

IPC: G06Q30/06 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于多模态的互补物品的多样性推荐列表生成方法。针对互补推荐，本发明提出了一种基于图片、文本以及评分的多模态互补物品特征提取算法。结合卷积神经网络、文本向量化以及贝叶斯推断三种方法，使得推荐系统在互补物品的推荐上更准确；通过Bandits算法，使得推荐系统在互补物品推荐上更具多样性。

公开(公告)号：CN111753209B

公开(公告)日：2023-07-18

申请号：CN202010626102.X

申请日：2020-07-02

Applicant: 南京工业大学

Inventor： 施浩杰 ,  刘学军 ,  肖庆华

IPC: G06F16/9535 ,  G06N3/084 ,  G06N3/049 ,  G06N3/0464

Abstract: 本发明设计了一种改进时序卷积网络的序列推荐列表生成方法，针对推荐系统的序列推荐，本发明提出了一种嵌入压缩‑激励模块的改进时序卷积网络提取序列特征。模型利用扩张卷积增大感受野，捕获更多的序列关系，并通过压缩激励模块加入注意力机制，给予关键项目更多的注意力，以捕捉用户交互数据的复杂结构，通过对用户和项目特征的融合，综合考虑用户的短期和长期偏好进行个性化推荐。

公开(公告)号：CN111753209A

公开(公告)日：2020-10-09

申请号：CN202010626102.X

申请日：2020-07-02

Applicant: 南京工业大学

Inventor： 施浩杰 ,  刘学军 ,  肖庆华

IPC: G06F16/9535 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明设计了一种改进时序卷积网络的序列推荐列表生成方法，针对推荐系统的序列推荐，本发明提出了一种嵌入压缩-激励模块的改进时序卷积网络提取序列特征。模型利用扩张卷积增大感受野，捕获更多的序列关系，并通过压缩激励模块加入注意力机制，给予关键项目更多的注意力，以捕捉用户交互数据的复杂结构，通过对用户和项目特征的融合，综合考虑用户的短期和长期偏好进行个性化推荐。