公开(公告)号：CN108334638B

公开(公告)日：2020-07-28

申请号：CN201810229979.8

申请日：2018-03-20

Applicant: 桂林电子科技大学

Inventor： 杨青 ,  姚先河 ,  张敬伟 ,  韩丽

IPC: G06F16/9032 ,  G06N3/08

Abstract: 本发明公开一种基于长短期记忆神经网络与兴趣迁移的项目评分预测方法，该方法结合用户的评分记录和项目的类别分别构建用户‑项目访问时间表和用户‑评分表，进而为每一个用户建立了兴趣‑评分关联表。根据推荐的个性化需求，基于上述数据为每一个用户训练LSTM模型，在综合考虑用户的历史行为和兴趣变化的情况下实现了用户对指定项目的评分预测。该方法将LSTM模型运用到推荐系统中，具有较高的准确度，证实了用户的兴趣迁移对用户评分预测的影响。

公开(公告)号：CN107403390B

公开(公告)日：2020-06-02

申请号：CN201710652321.3

申请日：2017-08-02

Applicant: 桂林电子科技大学

Inventor： 杨青 ,  卞梦阳 ,  姚先河 ,  王海洋 ,  韩丽 ,  詹乐 ,  张敬伟

IPC: G06Q50/00 ,  G06F16/9535 ,  G06F16/9536

Abstract: 本发明公开一种融合贝叶斯推理和图上随机游走的好友推荐方法，其通过计算用户社交置信度构造随机游走转移概率矩阵，继而将随机游走正向搜索与局部反向搜索结合起来，并与一种贝叶斯用户潜在好友关系推理模型相融合，充分开采了社交网络结构信息和用户属性信息，提供了社交网络好友推荐的建议，具有准确性高的特点。

公开(公告)号：CN108334638A

公开(公告)日：2018-07-27

申请号：CN201810229979.8

申请日：2018-03-20

Applicant: 桂林电子科技大学

Inventor： 杨青 ,  姚先河 ,  张敬伟 ,  韩丽

IPC: G06F17/30 ,  G06N3/08

Abstract: 本发明公开一种基于长短期记忆神经网络与兴趣迁移的项目评分预测方法，该方法结合用户的评分记录和项目的类别分别构建用户-项目访问时间表和用户-评分表，进而为每一个用户建立了兴趣-评分关联表。根据推荐的个性化需求，基于上述数据为每一个用户训练LSTM模型，在综合考虑用户的历史行为和兴趣变化的情况下实现了用户对指定项目的评分预测。该方法将LSTM模型运用到推荐系统中，具有较高的准确度，证实了用户的兴趣迁移对用户评分预测的影响。

公开(公告)号：CN107403390A

公开(公告)日：2017-11-28

申请号：CN201710652321.3

申请日：2017-08-02

Applicant: 桂林电子科技大学

Inventor： 杨青 ,  卞梦阳 ,  姚先河 ,  王海洋 ,  韩丽 ,  詹乐 ,  张敬伟

IPC: G06Q50/00 ,  G06F17/30

Abstract: 本发明公开一种融合贝叶斯推理和图上随机游走的好友推荐方法，其通过计算用户社交置信度构造随机游走转移概率矩阵，继而将随机游走正向搜索与局部反向搜索结合起来，并与一种贝叶斯用户潜在好友关系推理模型相融合，充分开采了社交网络结构信息和用户属性信息，提供了社交网络好友推荐的建议，具有准确性高的特点。