一种基于知识图谱的网上商城商品推荐方法

    公开(公告)号:CN111507796A

    公开(公告)日:2020-08-07

    申请号:CN202010268588.4

    申请日:2020-04-07

    Abstract: 本发明公开了一种基于知识图谱的网上商城商品推荐方法,利用网络爬虫技术获取用户对商品的评分信息和属性数据,对所述属性数据进行预处理后进行编号,根据所述评分信息将商品划分为正例和负例;根据商品及其属性数据,构建实体关系三元组,并得到商品知识图谱,获取设定路径数,进行相似度计算,得到相关性概率;将商品购买信息输入用户偏好建模模块中,并在所述商品知识图谱中传播,得到用户表示向量,基于邻居信息,结合对应的实体的特征信息,得到实体表示向量,将所述用户表示向量和所述实体表示向量进行内积运算后,将得到的购买概率按照降序排列,基于设定阈值进行选取,得到对应的推荐列表,能够准确的给用户推荐商品。

    一种基于神经注意力自编码器的个性化推荐方法

    公开(公告)号:CN110659411A

    公开(公告)日:2020-01-07

    申请号:CN201910773079.4

    申请日:2019-08-21

    Abstract: 本发明公开了一种基于神经注意力自编码器的个性化推荐方法,包括:利用自编码器编码用户对项目的二元评分,生成项目的评分特征表示;通过词注意力模块生成项目的描述特征表示;利用神经门控模块融合项目的评分特征表示和描述特征表示,得到项目的表示向量;通过项目表示生成模块计算得到候选项目表示向量和用户历史访问项目的表示向量,将候选项目的表示向量和用户历史访问项目的表示向量输入注意力网络,生成用户的表示向量;将用户表示向量和候选项目的表示向量进行内积操作,得到用户访问候选项目的预测概率;将计算出的不同候选项目的预测概率从大到小排列,取排名前K的候选项目作为该用户的个性化推荐列表。

    一种基于神经注意力自编码器的个性化推荐方法

    公开(公告)号:CN110659411B

    公开(公告)日:2022-03-11

    申请号:CN201910773079.4

    申请日:2019-08-21

    Abstract: 本发明公开了一种基于神经注意力自编码器的个性化推荐方法,包括:利用自编码器编码用户对项目的二元评分,生成项目的评分特征表示;通过词注意力模块生成项目的描述特征表示;利用神经门控模块融合项目的评分特征表示和描述特征表示,得到项目的表示向量;通过项目表示生成模块计算得到候选项目表示向量和用户历史访问项目的表示向量,将候选项目的表示向量和用户历史访问项目的表示向量输入注意力网络,生成用户的表示向量;将用户表示向量和候选项目的表示向量进行内积操作,得到用户访问候选项目的预测概率;将计算出的不同候选项目的预测概率从大到小排列,取排名前K的候选项目作为该用户的个性化推荐列表。

    一种高导电锂电池电极片、锂电池及电子设备

    公开(公告)号:CN214588910U

    公开(公告)日:2021-11-02

    申请号:CN202120509251.8

    申请日:2021-03-10

    Abstract: 本实用新型适用于锂电池生产技术领域,提供了一种高导电锂电池电极片、锂电池及电子设备,其中一种高导电锂电池电极片包括:集流体箔片;电极浆料层,所述电极浆料层涂敷于所述集流体箔片的上端;高导电沉积层,所述高导电沉积层镀设于所述电极浆料层上端;所述电极浆料层的上端设有多个通孔,所述高导电沉积层通过多个所述通孔与所述集流体箔片连接。上述高导电锂电池电极片,因高导电沉积层通过多个通孔与集流体箔片连接,使得多个通孔内部的高导电沉积层会使集流体箔片与高导电锂电池电极片的表面连通,降低高导电锂电池电极片的电阻,最终在锂电池使用时减少发热,提高首次效率和高导电锂电池电极片的循环稳定性。

Patent Agency Ranking