一种基于异构图表达学习的跨境电商推荐方法

    公开(公告)号:CN113409121A

    公开(公告)日:2021-09-17

    申请号:CN202110728252.6

    申请日:2021-06-29

    Abstract: 本发明公开了一种基于异构图表达学习的跨境电商推荐方法,在一个真实的跨境电商数据集上进行定量分析,通过隐语义主题模型LDA,得到跨境电商产品的主题概率分布,选择最大的概率分布值对应的主题作为最终产品的主题,构造“用户‑产品‑主题”三部图,针对“用户‑产品‑主题”三部图中存在高阶边关系的用户和项目,提出HNGR分别进行嵌入式的传播学习,包含信息传播和信息聚合,得到高质量的用户和产品表达向量,通过多层感知机MLP去建模“用户‑产品”的交互产生推荐结果。本发明以跨境电商平台用户购买记录数据为驱动,以异构图表达学习的图神经网络为模型,能够有助于识别用户的兴趣偏好,同时能缓解“用户‑产品”购买矩阵的稀疏性问题。

    一种基于多任务学习框架的层级注意力金融授信预测方法

    公开(公告)号:CN115797078A

    公开(公告)日:2023-03-14

    申请号:CN202211503182.5

    申请日:2022-11-28

    Abstract: 一种基于多任务学习框架的可解释性金融授信预测方法,首先,对企业征信数据进行预处理相关操作;其次,从上述预处理后的数据中抽取影响金融预测的代表性特征;通过One‑Hot编码将这些特征从离散和连续型分别转换为低维稠密的表征向量;将这些表征向量进行拼接传入多头注意力网络,去捕捉不同特征之间的交互,和学习多样化的特征交互带来的多义性。传入基于层级注意力网络的模型,通过其高效的注意力聚合策略来学习高阶的特征表达,同时能够为预测结果提供了较好的可解释性。通过设计3个不同的激活函数以分别完成3个金融预测的任务:1.能否授权,2.授信额度,3.能否按期还款;基于训练的模型,实现授信3个子任务的预测。

    一种基于异构图表达学习的跨境电商推荐方法

    公开(公告)号:CN113409121B

    公开(公告)日:2022-02-15

    申请号:CN202110728252.6

    申请日:2021-06-29

    Abstract: 本发明公开了一种基于异构图表达学习的跨境电商推荐方法,在一个真实的跨境电商数据集上进行定量分析,通过隐语义主题模型LDA,得到跨境电商产品的主题概率分布,选择最大的概率分布值对应的主题作为最终产品的主题,构造“用户‑产品‑主题”三部图,针对“用户‑产品‑主题”三部图中存在高阶边关系的用户和项目,提出HNGR分别进行嵌入式的传播学习,包含信息传播和信息聚合,得到高质量的用户和产品表达向量,通过多层感知机MLP去建模“用户‑产品”的交互产生推荐结果。本发明以跨境电商平台用户购买记录数据为驱动,以异构图表达学习的图神经网络为模型,能够有助于识别用户的兴趣偏好,同时能缓解“用户‑产品”购买矩阵的稀疏性问题。

Patent Agency Ranking