公开(公告)号：CN118152635A

公开(公告)日：2024-06-07

申请号：CN202410201253.9

申请日：2024-02-23

Applicant: 南开大学

Inventor： 蔡祥睿 ,  黄天昊 ,  潘璇 ,  袁晓洁

IPC: G06F16/909 ,  G06F16/9035 ,  G06F16/901

Abstract: 本发明提供一种基于移动树的兴趣点推荐方法，属数据挖掘技术领域，具体包括：采集获得基于位置的社交网络中用户的位置记录；通过对位置记录进行时间戳分段及聚合，构建获得移动树结构；建立移动树网络，通过移动树网络对移动树结构进行学习，获得移动树结构的根节点表示；对根节点表示进行多任务训练，预测下一兴趣点的偏好得分，获得预测得分；根据预测得分进行兴趣点推荐。本发明不仅通过更好地捕获用户在不同时间段的偏好，提高了下一个POI推荐的准确性和个性化程度；还更好地适应了不同的推荐场景。

公开(公告)号：CN116451171A

公开(公告)日：2023-07-18

申请号：CN202310232391.9

申请日：2023-03-10

Applicant: 南开大学

Inventor： 张海威 ,  李文茹 ,  白淇介 ,  潘璇 ,  袁晓洁

IPC: G06F18/25 ,  G06F16/2458 ,  G06F18/241 ,  G06F18/2413 ,  G06Q50/20

Abstract: 本发明公开了一种基于自适应特征交叉的高校学生画像生成方法，首先收集高校学生在校行为相关的各种特征数据，并对收集的特征数据进行预处理；然后将预处理后的各种特征数据，利用学生学籍信息作为学生基本属性进行特征增强处理，得到经过特征增强的中间特征；再使用可训练权重参数对经过特征增强的中间特征进行自适应交叉，然后将自适应交叉结果送入MLP进行特征融合，学习学生不同维度标签得分；最后对学生在不同维度标签的得分进行可视化表示，得到学生画像的可视化表示。该方法使用MLP利用学生的在校行为数据抽象出标签化的学生模型，对学生分类培养、教师教育教学、校园活动开展、完善评价体系具有重要价值，帮助高校提高教育管理说服力。

公开(公告)号：CN119149807A

公开(公告)日：2024-12-17

申请号：CN202411076682.4

申请日：2024-08-07

Applicant: 南开大学 ,  嗯噢哇网络科技有限公司

Inventor： 蔡祥睿 ,  潘璇 ,  徐思涵 ,  宋春瑶 ,  周锐 ,  袁晓洁

IPC: G06F16/9535 ,  G06F16/9537 ,  G06F18/214 ,  G06F18/23 ,  G06F18/25

Abstract: 本发明涉及数据挖掘技术领域，提供一种空间相关兴趣点推荐方法、系统、设备、产品及介质。该方法包括：构建位置向量预训练网络，使用位置向量预训练网络训练位置向量；利用位置向量预训练网络生成描述兴趣点位置信息的位置向量，构建轨迹编码网络并融合位置向量，将每个用户的签到数据转化成轨迹切片向量，生成用户的兴趣点偏好得分；联合用户访问目标和空间关联目标集合的多目标学习函数，利用兴趣点偏好得分生成损失来实现轨迹编码网络的训练。本发明从用户签到数据的地理特征表示和地理关联目标学习这两个角度实现兴趣点推荐的需求，有效地捕捉了用户移动行为中的空间聚类模式，提高了兴趣点推荐效果。

公开(公告)号：CN115827898A

公开(公告)日：2023-03-21

申请号：CN202211692521.9

申请日：2022-12-28

Applicant: 南开大学

Inventor： 张莹 ,  张心怡 ,  潘璇 ,  蔡祥睿 ,  袁晓洁

IPC: G06F16/36 ,  G06F16/9537 ,  G06Q50/00

Abstract: 本发明属于数据挖掘技术领域，具体涉及基于位置服务的社交网络时空数据，特别是一种面向用户意图的时空知识图谱构建方法。该方法包括如下步骤：第1步、数据采集并对其进行预处理，进而构建能够直接输入模型的用户、地点、类别、时间槽和地理位置编码的ID；第2步、利用预处理后的数据建立访问序列向量，构建用户出行意图向量；第3步、构建时空知识图谱模型，生成对应的三元组(u,(rseq,rpur),v)，用于记录用户u在移动行为rseq后，根据出行意图目的rpur，进行了位置地点v的访问；第4步、根据给定用户的历史访问序列和出行意图进行位置预测。

公开(公告)号：CN112749209A

公开(公告)日：2021-05-04

申请号：CN202011629525.3

申请日：2020-12-31

Applicant: 南开大学

Inventor： 袁晓洁 ,  潘璇 ,  蔡祥睿

IPC: G06F16/2458 ,  G06F16/28 ,  G06F16/29 ,  G06F16/36 ,  G06Q50/00

Abstract: 本发明属于数据挖掘技术领域，更具体地，基于位置服务的社交网络中的时空数据，构建符合用户出行规律的移动行为图谱表示方法。图谱的构建主要由三个部分组成，第一部分是移动行为图谱的构建，该部分先对原始用户签到数据进行预处理操作，然后建立移动行为图谱；第二部分是基于移动行为图谱的门控图神经网络的构建，这部分提出将图谱的节点和边融合至节点向量和节点更新函数的方法；第三部分是基于图谱向量化表示的位置预测网络的构建，这部分提出将更新后的节点向量用于位置预测网络的方法。通过基于移动行为图谱的位置预测模型能从多角度、全方位地覆盖时空数据属性，能够更准确地捕捉用户移动特征，从而提高了位置预测的准确性。

公开(公告)号：CN117493710A

公开(公告)日：2024-02-02

申请号：CN202311491772.5

申请日：2023-11-10

Applicant: 南开大学 ,  中国电子科技集团公司第五十四研究所

Inventor： 潘璇 ,  刘丽哲 ,  周旻萱 ,  蔡祥睿 ,  徐思涵 ,  袁晓洁

IPC: G06F16/9537 ,  G06F16/9535 ,  G06F18/214 ,  G06Q50/00

Abstract: 本发明涉及数据挖掘技术领域，提供一种多任务个性化行为模式的位置预测方法。该方法包括：采集用户的历史位置轨迹并进行编码，获得轨迹嵌入表示；基于用户未提交的位置记录建立辅助轨迹模拟，获得辅助嵌入表示并对轨迹嵌入表示进行数据增强，获得增强嵌入表示；根据增强嵌入表示建立协同位置转移图及图神经网络，以进行特征建模获得用户轨迹特征；通过对比学习网络，将多个预测任务下分别获得的用户轨迹特征和引入的用户的个性化行为模式特征进行可迁移特征学习，获得个性化行为特征；根据个性化行为特征对图神经网络进行训练，基于训练后的图神经网络输出用户的偏好得分。本发明同时解决不同的位置预测任务，提高不同任务下的预测表现。

公开(公告)号：CN112749209B

公开(公告)日：2023-08-29

申请号：CN202011629525.3

申请日：2020-12-31

Applicant: 南开大学

Inventor： 袁晓洁 ,  潘璇 ,  蔡祥睿

IPC: G06F16/2458 ,  G06F16/28 ,  G06F16/29 ,  G06F16/36 ,  G06Q50/00

Abstract: 本发明属于数据挖掘技术领域，更具体地，基于位置服务的社交网络中的时空数据，构建符合用户出行规律的移动行为图谱表示方法。图谱的构建主要由三个部分组成，第一部分是移动行为图谱的构建，该部分先对原始用户签到数据进行预处理操作，然后建立移动行为图谱；第二部分是基于移动行为图谱的门控图神经网络的构建，这部分提出将图谱的节点和边融合至节点向量和节点更新函数的方法；第三部分是基于图谱向量化表示的位置预测网络的构建，这部分提出将更新后的节点向量用于位置预测网络的方法。通过基于移动行为图谱的位置预测模型能从多角度、全方位地覆盖时空数据属性，能够更准确地捕捉用户移动特征，从而提高了位置预测的准确性。