-
公开(公告)号：CN108733798A
公开(公告)日：2018-11-02
申请号：CN201810471715.3
申请日：2018-05-17
Applicant: 电子科技大学
IPC: G06F17/30
Abstract: 本发明公开了一种基于知识图谱的个性化推荐方法，属于知识图谱及机器学习技术领域，包括以下步骤：步骤1.将知识图谱中的物品进行向量化得到向量集合D以及每个物品的量化值；步骤2.根据知识图谱得到的量化值计算其物品之间的物品语义相似度；步骤3.基于用户行为计算出用户历史交互数据中物品之间的物品交互相似度；步骤4.根据所述的物品语义相似度和物品交互相似度计算所有物品的物品融合相似度；步骤5.根据所述的物品融合相似度预测用户对未评价的物品的评分，并根据所述的评分为用户生成推荐列表。本发明通过将基于知识图谱的物品语义相似度与基于用户行为的物品相似度融合，从而提高了推荐系统的推荐效果。
-
公开(公告)号：CN108733798B
公开(公告)日：2021-11-19
申请号：CN201810471715.3
申请日：2018-05-17
Applicant: 电子科技大学
IPC: G06F16/36 , G06F16/955
Abstract: 本发明公开了一种基于知识图谱的个性化推荐方法，属于知识图谱及机器学习技术领域，包括以下步骤：步骤1.将知识图谱中的物品进行向量化得到向量集合D以及每个物品的量化值；步骤2.根据知识图谱得到的量化值计算其物品之间的物品语义相似度；步骤3.基于用户行为计算出用户历史交互数据中物品之间的物品交互相似度；步骤4.根据所述的物品语义相似度和物品交互相似度计算所有物品的物品融合相似度；步骤5.根据所述的物品融合相似度预测用户对未评价的物品的评分，并根据所述的评分为用户生成推荐列表。本发明通过将基于知识图谱的物品语义相似度与基于用户行为的物品相似度融合，从而提高了推荐系统的推荐效果。
-
公开(公告)号：CN110109358B
公开(公告)日：2020-06-23
申请号：CN201910410370.5
申请日：2019-05-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于反馈的混合多智能体协同控制方法，属于多智能体协同控制领域，首先针对智能体系统中的各个智能体，均构建结合遗传算法和神经网络的策略选择网络；接着对所述策略选择网络中的遗传因子进行优化，将遗传因子作为强化学习模块的参数，利用所述强化学习模块对智能体进行训练，重复以上步骤，直到满足预设条件；本发明将遗传算法和强化学习通过神经网络结合到一起，解决了传统单一多智能体协同控制算法方法存在的“早熟”现象以及训练学习时间过长的问题。
-
公开(公告)号：CN110109358A
公开(公告)日：2019-08-09
申请号：CN201910410370.5
申请日：2019-05-17
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于反馈的混合多智能体协同控制方法，属于多智能体协同控制领域，首先针对智能体系统中的各个智能体，均构建结合遗传算法和神经网络的策略选择网络；接着对所述策略选择网络中的遗传因子进行优化，将遗传因子作为强化学习模块的参数，利用所述强化学习模块对智能体进行训练，重复以上步骤，直到满足预设条件；本发明将遗传算法和强化学习通过神经网络结合到一起，解决了传统单一多智能体协同控制算法方法存在的“早熟”现象以及训练学习时间过长的问题。
-
-
-
Search Results
4
records
(took 0.019 seconds)
