-
公开(公告)号：CN118193853A
公开(公告)日：2024-06-14
申请号：CN202410605377.3
申请日：2024-05-16
Applicant: 烟台大学 , 哈尔滨工业大学(威海)
IPC: G06F16/9535 , G06F16/9536 , G06N3/042
Abstract: 本发明涉及商业领域数据预测推荐技术领域，具体为一种随机群组的兴趣点推荐方法、系统、设备和存储介质；为解决现有技术中随机群组兴趣点预测结果较低，推荐准确度较低，影响用户商业体验感的问题，本申请首先将基于随机群组的相似用户得到的待推荐兴趣点集特点，与用户性格影响度结合，获取随机群组拟合特征表示；接着，通过将兴趣交互结构图进行多层图神经网络处理，得到每个待推荐兴趣点特征表示；随后，将待推荐兴趣点特征表示进行概率映射处理，获取优选兴趣点；最后，根据优选兴趣点的预测评分获取随机用户的期望值后，进行多协商推荐处理，得到最优推荐兴趣点；应用在商业数据预测领域中，能提高推荐准确度更高，提升用户商业体验感。
-
Patent Agency Ranking
公开(公告)号：CN118193853B
公开(公告)日：2024-07-23
申请号：CN202410605377.3
申请日：2024-05-16
Applicant: 烟台大学 , 哈尔滨工业大学(威海)
IPC: G06F16/9535 , G06F16/9536 , G06N3/042
Abstract: 本发明涉及商业领域数据预测推荐技术领域，具体为一种随机群组的兴趣点推荐方法、系统、设备和存储介质；为解决现有技术中随机群组兴趣点预测结果较低，推荐准确度较低，影响用户商业体验感的问题，本申请首先将基于随机群组的相似用户得到的待推荐兴趣点集特点，与用户性格影响度结合，获取随机群组拟合特征表示；接着，通过将兴趣交互结构图进行多层图神经网络处理，得到每个待推荐兴趣点特征表示；随后，将待推荐兴趣点特征表示进行概率映射处理，获取优选兴趣点；最后，根据优选兴趣点的预测评分获取随机用户的期望值后，进行多协商推荐处理，得到最优推荐兴趣点；应用在商业数据预测领域中，能提高推荐准确度更高，提升用户商业体验感。
-
公开(公告)号：CN116244513B
公开(公告)日：2023-09-12
申请号：CN202310115682.X
申请日：2023-02-14
Applicant: 烟台大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08 , G06F18/25
Abstract: 本发明公开了随机群组POI推荐方法及系统；方法包括：依据群组成员对兴趣点POI的签到序列，计算群组成员的初始影响权重；确定最终影响权重；基于最终影响权重，得到随机群组的拟合特征；依据群组成员对兴趣点POI的签到序列，构建群组成员与兴趣点POI的标号二部图，从二部图中，提取出含有群组成员POI交互偏好的POI特征表示；依据群组成员的兴趣点POI转移序列，构建POI有向转移图，从有向转移图中，提取出含有群组成员POI转移偏好的POI特征表示；将两种特征表示进行特征融合；基于融合特征与随机群组的拟合特征，计算出随机群组对每个POI的预测评分，根据预测评分为随机群组推荐感兴趣的POI列表。
-
公开(公告)号：CN116304279B
公开(公告)日：2024-01-26
申请号：CN202310285061.6
申请日：2023-03-22
Applicant: 烟台大学
IPC: G06F16/9535 , G06N3/08 , G06N3/042 , G06N3/0442
Abstract: 本发明提出了基于图神经网络的用户偏好演化主动感知方法及系统，包括：基于用户会话数据，将用户历史交互序列建模为用户交互有向序列图；利用门控图神经网络学习有向序列图中节点的嵌入向量表示；基于注意力网络挖掘交互序列中用户与项目之间的复杂相关性，获取用户长期偏好；基于位置感知网络，将可学习的位置矩阵纳入项目嵌入中，利用注意力网络提取用户短期偏好；采用门控网络融合长期偏好和短期偏好得到用户最终的偏好并进行项目预测；通过建立项目与偏好之间的映射关系，结合项目预测结果进行偏好演化的主动感知。
-
公开(公告)号：CN116304279A
公开(公告)日：2023-06-23
申请号：CN202310285061.6
申请日：2023-03-22
Applicant: 烟台大学
IPC: G06F16/953 , G06N3/08 , G06N3/042 , G06N3/0442
Abstract: 本发明提出了基于图神经网络的用户偏好演化主动感知方法及系统，包括：基于用户会话数据，将用户历史交互序列建模为用户交互有向序列图；利用门控图神经网络学习有向序列图中节点的嵌入向量表示；基于注意力网络挖掘交互序列中用户与项目之间的复杂相关性，获取用户长期偏好；基于位置感知网络，将可学习的位置矩阵纳入项目嵌入中，利用注意力网络提取用户短期偏好；采用门控网络融合长期偏好和短期偏好得到用户最终的偏好并进行项目预测；通过建立项目与偏好之间的映射关系，结合项目预测结果进行偏好演化的主动感知。
-
公开(公告)号：CN116244513A
公开(公告)日：2023-06-09
申请号：CN202310115682.X
申请日：2023-02-14
Applicant: 烟台大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08 , G06F18/25
Abstract: 本发明公开了随机群组POI推荐方法及系统；方法包括：依据群组成员对兴趣点POI的签到序列，计算群组成员的初始影响权重；确定最终影响权重；基于最终影响权重，得到随机群组的拟合特征；依据群组成员对兴趣点POI的签到序列，构建群组成员与兴趣点POI的标号二部图，从二部图中，提取出含有群组成员POI交互偏好的POI特征表示；依据群组成员的兴趣点POI转移序列，构建POI有向转移图，从有向转移图中，提取出含有群组成员POI转移偏好的POI特征表示；将两种特征表示进行特征融合；基于融合特征与随机群组的拟合特征，计算出随机群组对每个POI的预测评分，根据预测评分为随机群组推荐感兴趣的POI列表。
-
-
-
-
-
Search Results
6
records
(took 0.025 seconds)
