公开(公告)号：CN114330299B

公开(公告)日：2024-08-27

申请号：CN202111557961.9

申请日：2021-12-20

Applicant: 哈尔滨工程大学

Inventor： 韩启龙 ,  张持 ,  宋洪涛 ,  陈睿 ,  马志强 ,  李丽洁 ,  刘鹏 ,  赖日伟

IPC: G06F40/216 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提出基于多方面全局关系项目表示学习的会话推荐方法、系统、设备和介质，本发明通过数据驱动并独立于会话的方式学习多方面全局关系的项目表示，构建基于多方面全局关系项目表示学习的会话推荐模型，首先利用训练集全部会话数据构建全局基础图，其次根据该全局基础图构建顺序关系图、共现关系图以及不相容关系图，并通过三种不同的聚合层实现在对应关系图上的信息传播过程，最后通过正面以及负面关系增强当前会话表示，从而大大提高会话推荐性能。

公开(公告)号：CN116340647A

公开(公告)日：2023-06-27

申请号：CN202310165758.X

申请日：2023-02-27

Applicant: 哈尔滨工程大学 ,  哈尔滨龙明科技有限公司

Inventor： 韩启龙 ,  赖日伟 ,  陈睿 ,  宋洪涛 ,  卢丹 ,  刘鹏

IPC: G06F16/9536 ,  G06F16/9535 ,  G06N3/08 ,  G06F18/214 ,  G06N3/0442

Abstract: 本发明公开了一种基于对比学习的解耦合负采样方法及其系统。与传统的负采样方法将物品视为一个整体的策略不同，本发明指出了用户的交互仅由物品的某些相关因素驱动，而并不是物品整体。本发明利用了门控网络解耦合物品的相关因素和非相关因素，综合考虑了两种因素选择出最合适的负样本，用于训练隐式协同过滤模型。同时基于对比学习的思想提出了四个对比任务，用于确保解耦合的准确度。作为一种新颖的采样策略，本发明能够完美地兼容各种隐式协同过滤模型。由于本发明充分考虑了用户交互的形成特性，利用门控网络提供了解耦方向，以及提出了对比学习任务确保解耦精度，隐式协同过滤模型的性能有着大幅提升。

公开(公告)号：CN114330299A

公开(公告)日：2022-04-12

申请号：CN202111557961.9

申请日：2021-12-20

Applicant: 哈尔滨工程大学

Inventor： 韩启龙 ,  张持 ,  宋洪涛 ,  陈睿 ,  马志强 ,  李丽洁 ,  刘鹏 ,  赖日伟

IPC: G06F40/216 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出基于多方面全局关系项目表示学习的会话推荐方法、系统、设备和介质，本发明通过数据驱动并独立于会话的方式学习多方面全局关系的项目表示，构建基于多方面全局关系项目表示学习的会话推荐模型，首先利用训练集全部会话数据构建全局基础图，其次根据该全局基础图构建顺序关系图、共现关系图以及不相容关系图，并通过三种不同的聚合层实现在对应关系图上的信息传播过程，最后通过正面以及负面关系增强当前会话表示，从而大大提高会话推荐性能。