公开(公告)号：CN112579914A

公开(公告)日：2021-03-30

申请号：CN202011640662.7

申请日：2020-12-31

Applicant: 安徽大学

Inventor： 郭星 ,  周姣

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

Abstract: 本发明提出了一种基于自注意力因子分解机的时间感知服务推荐系统及方法，系统包括PFM模型，将从输入层输入的用户隐藏向量、服务隐藏向量以及时间隐藏向量输入到FM模块中处理，处理后的数据依次经过中间层的第一全连接层和第一激活函数输出到输出层；SAGRU模型，将从输入层输入的时间间隔t上的用户、服务集合的嵌入向量输入到GRU模块中处理，处理后的数据依次经过中间层的自注意力机制单元、第二全连接层，第二激活函数输出到输出层。相比较矩阵分解技术，本发明不仅可以有效学习用户以及服务间的非线性关系，还能捕获用户随着时间变化的动态行为特征，能有效减轻现实世界中服务质量数据稀疏的问题。

公开(公告)号：CN113536145B

公开(公告)日：2024-08-02

申请号：CN202110758970.8

申请日：2021-07-05

Applicant: 安徽大学

Inventor： 郭星 ,  周姣 ,  李炜

IPC: G06F16/9536 ,  G06N3/0455 ,  G06N3/08

Abstract: 一种基于空间感知的transformer协同过滤方法，包括嵌入层、隐藏层和预测层，具体步骤如下：S1、嵌入层对输入的四个稀疏特征向量进行独热码编码，生成固定大小的嵌入向量；S2、隐藏层中多层感知机(Multi‑layer Percetron，MLP)和transformer网络层两个子模块对送入的嵌入向量进行处理；S3、将隐藏层的两个子模块输出的值联合起来通过预测层后，得到最终的预测值。本发明将多层感知机和transformer应用到空间感知的服务质量预测中去，在基于多层感知机学习用户交互数据的同时，又利用transformer来捕捉用户位置和服务位置之间的隐式关系，从而解决传统协同过滤方法中存在的数据稀疏和冷启动等问题。

公开(公告)号：CN113536145A

公开(公告)日：2021-10-22

申请号：CN202110758970.8

申请日：2021-07-05

Applicant: 安徽大学

Inventor： 郭星 ,  周姣 ,  李炜

IPC: G06F16/9536 ,  G06N3/08

Abstract: 一种基于空间感知的transformer协同过滤方法，包括嵌入层、隐藏层和预测层，具体步骤如下：S1、嵌入层对输入的四个稀疏特征向量进行独热码编码，生成固定大小的嵌入向量；S2、隐藏层中多层感知机(Multi‑layer Percetron，MLP)和transformer网络层两个子模块对送入的嵌入向量进行处理；S3、将隐藏层的两个子模块输出的值联合起来通过预测层后，得到最终的预测值。本发明将多层感知机和transformer应用到空间感知的服务质量预测中去，在基于多层感知机学习用户交互数据的同时，又利用transformer来捕捉用户位置和服务位置之间的隐式关系，从而解决传统协同过滤方法中存在的数据稀疏和冷启动等问题。