公开(公告)号：CN114722269A

公开(公告)日：2022-07-08

申请号：CN202210219700.4

申请日：2022-03-08

Applicant: 清华大学

Inventor： 唐杰 ,  张丹 ,  朱一凡

IPC: G06F16/9535 ,  G06F16/9538 ,  G06N3/04 ,  G06N3/08 ,  G06Q30/06 ,  G06F40/30

Abstract: 本申请提出的一种基于图神经网络的物品推荐方法、装置及存储介质中，获取用户信息、物品信息以及用户‑物品的交互信息，利用用户信息、物品信息以及用户‑物品的交互信息，构建用户与物品之间的有向网络图，构建基于图神经网络的ApeGNN模型，利用有向网络图对ApeGNN模型进行训练，得到目标ApeGNN模型。获取每个用户待推荐的物品信息，利用目标ApeGNN模型得到待推荐物品的预测分数，根据预测分数确定排序结果，并根据排序结果输出每个用户对应的推荐物品信息。其中，本申请考虑了用户和物品在每一层中的语义差异性，从而提高了物品推荐的准确度。

公开(公告)号：CN114298371A

公开(公告)日：2022-04-08

申请号：CN202111404772.8

申请日：2021-11-24

Applicant: 清华大学 ,  国网浙江省电力有限公司营销服务中心

Inventor： 仇瑜 ,  高云鹏 ,  褚晓泉 ,  朱一凡 ,  唐杰 ,  胡若云 ,  王朝亮

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提出的基于异构网络分析的工业用户用电行为预测方法、系统及存储介质中，获取工业用户的用户特征，并根据用户特征构建多源异构数据表，其中，用户特征包括基本特征、行为特征和环境特征，对多源异构数据表进行消歧匹配和数据融合，得到结构化数据，然后挖掘结构化数据中基本特征、行为特征和环境特征之间的显式关系关联，再基于结构化数据的显示关系关联，利用图卷积神经网络得到结构化数据的图网络结构，并根据图网络结构利用图注意力机制预测工业用户的用电量。由此，本申请的实施例中，提高了预测结果的准确度，进而使得电网高效发挥应有效能，有效提供针对性的电力资源，保证生产效率。

公开(公告)号：CN116523123A

公开(公告)日：2023-08-01

申请号：CN202310424079.X

申请日：2023-04-19

Applicant: 清华大学

Inventor： 唐杰 ,  朱一凡 ,  丛方鹏 ,  东昱晓

IPC: G06Q10/04 ,  G06Q50/00 ,  G06N3/0499 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明公开了参数高效的动态社交网络中用户间关系预测方法及装置，该方法包括：基于用户特征矩阵构建包含训练集和测试集的静态子图；对根据训练集中的静态子图生成的随机时间窗口进行分割得到多个时间窗口；将每个静态子图输入至图神经网络模型中以计算帧级别损失和窗口感知损失，并根据帧级别损失梯度和窗口感知损失梯度的聚合结果优化图神经网络模型的模型参数得到训练好的神经网络模型；将测试集中的静态子图输入至训练好的神经网络模型得到动态社交网络中任意两个节点用户之间是否存在关系的匹配值，以根据匹配值得到用户间的关系预测结果。本发明能够捕获多个时间跨度范围下动态图信息，从而实现高效的动态社交网络中用户间关系预测。

公开(公告)号：CN114722269B

公开(公告)日：2024-09-06

申请号：CN202210219700.4

申请日：2022-03-08

Applicant: 清华大学

Inventor： 唐杰 ,  张丹 ,  朱一凡

IPC: G06F16/9535 ,  G06F16/9538 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/048 ,  G06N3/08 ,  G06Q30/0601 ,  G06F40/30

Abstract: 本申请提出的一种基于图神经网络的物品推荐方法、装置及存储介质中，获取用户信息、物品信息以及用户‑物品的交互信息，利用用户信息、物品信息以及用户‑物品的交互信息，构建用户与物品之间的有向网络图，构建基于图神经网络的ApeGNN模型，利用有向网络图对ApeGNN模型进行训练，得到目标ApeGNN模型。获取每个用户待推荐的物品信息，利用目标ApeGNN模型得到待推荐物品的预测分数，根据预测分数确定排序结果，并根据排序结果输出每个用户对应的推荐物品信息。其中，本申请考虑了用户和物品在每一层中的语义差异性，从而提高了物品推荐的准确度。