公开(公告)号：CN113158089A

公开(公告)日：2021-07-23

申请号：CN202110414543.8

申请日：2021-04-16

Applicant: 桂林电子科技大学

Inventor： 蔡国永 ,  陈心怡

IPC: G06F16/9537 ,  G06F16/9536 ,  G06Q50/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种社交网位置向量化建模方法，属于个性化推荐技术领域，旨在解决不能有效地将多种特征均融合到位置建模的技术问题，其包括：根据公开数据集中的特征信息，构建位置的特征矩阵；根据分解方法将特征矩阵转换为特征的潜在因子；将特征的潜在因子进行拼接得到位置的特征向量根据用户‑位置图获取位置的潜在因子根据位置的潜在因子和位置的特征向量连接为位置向量zj，从而完成向量化建模。本发明能够提高了推荐结果的质量，缓解了数据稀疏问题。

公开(公告)号：CN113158088A

公开(公告)日：2021-07-23

申请号：CN202110412673.8

申请日：2021-04-16

Applicant: 桂林电子科技大学

Inventor： 蔡国永 ,  陈心怡

IPC: G06F16/9537 ,  G06F16/9536 ,  G06Q50/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了个性化推荐技术领域的一种基于图神经网络的位置推荐方法，其包括：用户建模，通过位置聚合和社交聚合获取用户的特征向量表示hi；位置建模，通过用户聚合获取位置的特征向量表示zj；预测评分，将特征向量表示hi和特征向量表示zj连接后输入多层感知机，从而获取用户i对位置j的预测评分yij；位置推荐，基于上述预测评分yij实现位置推荐功能。本发明能够对用户进行建模，可以更深入地挖掘到用户个人喜好，进行更有效的个性化位置推荐，并缓解数据稀疏问题。

公开(公告)号：CN113158089B

公开(公告)日：2022-04-19

申请号：CN202110414543.8

申请日：2021-04-16

Applicant: 桂林电子科技大学

Inventor： 蔡国永 ,  陈心怡

IPC: G06F16/9537 ,  G06F16/9536 ,  G06Q50/00 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种社交网位置向量化建模方法，属于个性化推荐技术领域，旨在解决不能有效地将多种特征均融合到位置建模的技术问题，其包括：根据公开数据集中的特征信息，构建位置的特征矩阵；根据分解方法将特征矩阵转换为特征的潜在因子；将特征的潜在因子进行拼接得到位置的特征向量根据用户‑位置图获取位置的潜在因子根据位置的潜在因子和位置的特征向量连接为位置向量zj，从而完成向量化建模。本发明能够提高了推荐结果的质量，缓解了数据稀疏问题。