-
公开(公告)号：CN107609786B
公开(公告)日：2021-02-09
申请号：CN201710883112.X
申请日：2017-09-26
Applicant: 宿州学院
Abstract: 本发明公开了一种在线社会网络下构建用户行为偏好变化模型的方法。该方法包括：在所搭建的Hadoop并行分布式处理环境下，用户的兴趣主题信息经过Map‑Reduce过程处理后，采用对称KL散度计算用户兴趣主题的漂移概率，确定用户兴趣变化点；挖掘用户所具有的长期兴趣和短期兴趣；挖掘每个兴趣所具有的权重；根据用户的长期兴趣、短期兴趣以及每个兴趣所具有的权重，确定用户行为偏好变化模型。本发明研究用户在在线社会网络下的行为偏好变化，了解用户在不同时空情景下的个性化偏好，并根据当前时刻的情景信息和用户自身兴趣，从浩瀚的在线社会网络环境中发现用户真正感兴趣的信息资源，满足用户对信息的个性化需求，切实地提升用户体验。
-
公开(公告)号：CN109460520A
公开(公告)日：2019-03-12
申请号：CN201910053468.X
申请日：2019-01-21
Applicant: 宿州学院
IPC: G06F16/9537 , G06Q50/00
Abstract: 本发明公开了基于地理-社会关系与深隐式兴趣挖掘的兴趣点推荐方法，涉及互联网技术领域，在用户当前可达区域下，基于用户链接关系、用户共同签到行为和用户隐式兴趣主题相似度建立了深层潜在地理-社会关系兴趣点推荐模型DDR-PR，在用户可达区域下，用户链接关系和用户共同签到行为关系被聚合为双地理-社会关系，并使用所提出的RTU-TCP方法挖掘出用户深隐式兴趣主题相似关系。把用户之间的双地理-社会关系和深层隐式兴趣主题相似关系作为DDR-PR模型的正则化项来提升兴趣点推荐方法的性能，从对比实验结果可以看出，DDR-PR模型在两个真实数据集上优于其它基准推荐方法。
-
公开(公告)号：CN107562947B
公开(公告)日：2021-07-02
申请号：CN201710883100.7
申请日：2017-09-26
Applicant: 宿州学院
Abstract: 本发明公开了一种移动时空感知下动态即时推荐服务模型建立方法。该方法包括：对所采集的移动用户情景日志数据集进行预处理；采用CIT‑LDA主题模型，抽取每个时间片下的移动时空感知信息和用户行为偏好变化信息进行语义建模；采用对称KL散度计算用户兴趣主题的漂移概率，确定用户兴趣变化点；将用户兴趣子主题漂移轨迹的演化分为三种类型；根据用户的长期兴趣、短期兴趣以及每个兴趣所具有的权重，确定用户行为偏好模型；确定基于Top‑K的个性化动态即时推荐服务模型。本发明在Hadoop并行分布式计算环境下，使用CIT‑LDA主题模型、构建用户行为偏好变化的模型和基于Top‑K的个性化推荐方法对移动互联下基于情景感知和用户兴趣变化的个性化推荐服务进行探索性研究。
-
公开(公告)号：CN109684561A
公开(公告)日：2019-04-26
申请号：CN201811578531.3
申请日：2018-12-24
Applicant: 宿州学院
IPC: G06F16/9536 , G06F16/9537 , G06Q50/00
CPC classification number: G06Q50/01
Abstract: 本发明公开了基于用户签到行为变化的深层语义分析的兴趣点推荐方法，涉及用户行为分析技术领域，本发明首先使用高斯核密度估计把用户签到区域分为本地区域和异地区域，依据用户签到行为所处的位置，提出一种用户签到行为兴趣变化方法，构建基于矩阵分解的LDSSCS模型，然后对用户的签到行为进行深层语义分析研究。本发明基于用户的位置变化，不仅能够为用户推荐最可能感兴趣的地点，提高用户的生活质量，而且能够为商家发掘潜在客户，增加商业利益，为基于位置的社交网络下的兴趣点推荐提供支持，促进移动应用和服务领域的进一步发展。
-
公开(公告)号：CN109508428B
公开(公告)日：2021-03-12
申请号：CN201910053067.4
申请日：2019-01-21
Applicant: 宿州学院
IPC: G06F16/9535
Abstract: 本发明公开了基于兴趣点真流行度与隐式信任挖掘的兴趣点推荐方法，涉及互联网技术领域，针对用户兴趣在时间上呈周期变化的特性，把用户在兴趣点上的签到行为按固定的时间段进行划分，在每一时间段，挖掘真正流行的兴趣点和双隐式信任机制(对相似类别专家的隐式信任和对潜在朋友的隐式信任)对周期兴趣点推荐的影响。在Foursquare数据集和Gowalla数据集上验证TpCsSce‑PPR模型的性能，实验结果显示TpCsSce‑PPR模型在MAE和RMSE评价指标上优于所选择的基准推荐方法。
-
Patent Agency Ranking
公开(公告)号：CN107562947A
公开(公告)日：2018-01-09
申请号：CN201710883100.7
申请日：2017-09-26
Applicant: 宿州学院
Abstract: 本发明公开了一种移动时空感知下动态即时推荐服务模型建立方法。该方法包括：对所采集的移动用户情景日志数据集进行预处理；采用CIT-LDA主题模型，抽取每个时间片下的移动时空感知信息和用户行为偏好变化信息进行语义建模；采用对称KL散度计算用户兴趣主题的漂移概率，确定用户兴趣变化点；将用户兴趣子主题漂移轨迹的演化分为三种类型；根据用户的长期兴趣、短期兴趣以及每个兴趣所具有的权重，确定用户行为偏好模型；确定基于Top-K的个性化动态即时推荐服务模型。本发明在Hadoop并行分布式计算环境下，使用CIT-LDA主题模型、构建用户行为偏好变化的模型和基于Top-K的个性化推荐方法对移动互联下基于情景感知和用户兴趣变化的个性化推荐服务进行探索性研究。
-
公开(公告)号：CN109684561B
公开(公告)日：2021-06-08
申请号：CN201811578531.3
申请日：2018-12-24
Applicant: 宿州学院
IPC: G06F16/9536 , G06F16/9537 , G06Q50/00
Abstract: 本发明公开了基于用户签到行为变化的深层语义分析的兴趣点推荐方法，涉及用户行为分析技术领域，本发明首先使用高斯核密度估计把用户签到区域分为本地区域和异地区域，依据用户签到行为所处的位置，提出一种用户签到行为兴趣变化方法，构建基于矩阵分解的LDSSCS模型，然后对用户的签到行为进行深层语义分析研究。本发明基于用户的位置变化，不仅能够为用户推荐最可能感兴趣的地点，提高用户的生活质量，而且能够为商家发掘潜在客户，增加商业利益，为基于位置的社交网络下的兴趣点推荐提供支持，促进移动应用和服务领域的进一步发展。
-
公开(公告)号：CN109460520B
公开(公告)日：2021-03-23
申请号：CN201910053468.X
申请日：2019-01-21
Applicant: 宿州学院
IPC: G06F16/9537 , G06Q50/00
Abstract: 本发明公开了基于地理‑社会关系与深隐式兴趣挖掘的兴趣点推荐方法，涉及互联网技术领域，在用户当前可达区域下，基于用户链接关系、用户共同签到行为和用户隐式兴趣主题相似度建立了深层潜在地理‑社会关系兴趣点推荐模型DDR‑PR，在用户可达区域下，用户链接关系和用户共同签到行为关系被聚合为双地理‑社会关系，并使用所提出的RTU‑TCP方法挖掘出用户深隐式兴趣主题相似关系。把用户之间的双地理‑社会关系和深层隐式兴趣主题相似关系作为DDR‑PR模型的正则化项来提升兴趣点推荐方法的性能，从对比实验结果可以看出，DDR‑PR模型在两个真实数据集上优于其它基准推荐方法。
-
公开(公告)号：CN109508428A
公开(公告)日：2019-03-22
申请号：CN201910053067.4
申请日：2019-01-21
Applicant: 宿州学院
IPC: G06F16/9535
Abstract: 本发明公开了基于兴趣点真流行度与隐式信任挖掘的兴趣点推荐方法，涉及互联网技术领域，针对用户兴趣在时间上呈周期变化的特性，把用户在兴趣点上的签到行为按固定的时间段进行划分，在每一时间段，挖掘真正流行的兴趣点和双隐式信任机制(对相似类别专家的隐式信任和对潜在朋友的隐式信任)对周期兴趣点推荐的影响。在Foursquare数据集和Gowalla数据集上验证TpCsSce-PPR模型的性能，实验结果显示TpCsSce-PPR模型在MAE和RMSE评价指标上优于所选择的基准推荐方法。
-
公开(公告)号：CN107609786A
公开(公告)日：2018-01-19
申请号：CN201710883112.X
申请日：2017-09-26
Applicant: 宿州学院
Abstract: 本发明公开了一种在线社会网络下构建用户行为偏好变化模型的方法。该方法包括：在所搭建的Hadoop并行分布式处理环境下，用户的兴趣主题信息经过Map-Reduce过程处理后，采用对称KL散度计算用户兴趣主题的漂移概率，确定用户兴趣变化点；挖掘用户所具有的长期兴趣和短期兴趣；挖掘每个兴趣所具有的权重；根据用户的长期兴趣、短期兴趣以及每个兴趣所具有的权重，确定用户行为偏好变化模型。本发明研究用户在线社会网络下的行为偏好变化，了解用户在不同时空情景下的个性化偏好，并根据当前时刻的情景信息和用户自身兴趣，从浩瀚的在线社会网络环境中发现用户真正感兴趣的信息资源，满足用户对信息的个性化需求，切实地提升用户体验。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.014 seconds)
