-
公开(公告)号:CN116542444A
公开(公告)日:2023-08-04
申请号:CN202310360185.6
申请日:2023-04-06
Applicant: 桂林电子科技大学
IPC: G06Q10/0631 , G06Q50/20
Abstract: 本发明提供了一种服务在线教育的多视角群组推荐方法,包括如下步骤:S1.确定学生的结组关系;S2.根据学生的结组关系,构建共生关系的同质图网络,得到考虑学生用户的嵌入表征;S3.在单一视角下,确定组嵌入表征;S4.重复S3获取多个视角下的组嵌入表征,得到用于预测的小组嵌入表征向量,进行评分预测,得到推荐目标;S5.记录学生用户与学习小组后续的交互课程,将后续数据导入数据集,通过更新后的数据集对模型中可学习参数进行调整。本发明使用多个注意力机制表示不同视角下用户在小组中起到的作用,随后挖掘不同视角与项目的关系并将其合理融合为最终组表征,提高了推荐的准确率。
-
公开(公告)号:CN117911208A
公开(公告)日:2024-04-19
申请号:CN202311661886.X
申请日:2023-12-05
Applicant: 桂林电子科技大学
IPC: G06Q50/20 , G06F16/735 , G06F16/9535 , G06F16/901 , G06N3/042 , G06N3/0895
Abstract: 本发明公开了一种基于双重感知图的学习个性化推荐方法、装置及介质,包括如下:数据预处理,将数据去噪之后分别从数据中提取出项目的模态信息和用户的行为信息,定义辅助行为和目标行为;通过用户与项目的交互信息,构建用户与项目的行为感知和模态感知交互图;基于不同感知交互图将用户对项目的模态感知信息融合到用户行为感知信息的嵌入表示,得到具有个性化兴趣偏好的用户建模;使用对比损失函数和贝叶斯排序损失函数训练模型中的参数。本发明基于用户对项目的模态感知信息来辅助增强用户的行为感知信息,与传统推荐算法相比,更好地对用户进行个性化建模。
-
公开(公告)号:CN118869493A
公开(公告)日:2024-10-29
申请号:CN202410910203.8
申请日:2024-07-09
Applicant: 桂林电子科技大学
IPC: H04L41/12
Abstract: 本发明公开了一种六边形片上网络拓扑结构,该结构是以六边形结构为最小通信单元,能够以既定的规则拓展成由多个子六边形拓扑组成“蜂巢”式的新型主拓扑网络。其中,子六边形拓扑分配了采集节点、存储节点、传输节点三种功能节点的位置,通过分级存储和传输实现数据的采集、存储和转发;在新型主拓扑网络中,原子六边形拓扑中的功能节点根据新结构的资源占用和带宽需求进行位置重映射,以满足最优资源分配。本发明的新型拓扑结构在保证低延迟的同时有更高的容错性和更强的自适应能力,能够优化资源分配、平衡负载,适应多样化的应用场景。
-
-