公开(公告)号：CN118747246A

公开(公告)日：2024-10-08

申请号：CN202410893430.4

申请日：2024-07-04

Applicant: 辽宁工程技术大学

Inventor： 朱金侠 ,  付诗棋

IPC: G06F16/9536 ,  G06Q50/00 ,  G06N3/0464 ,  G06N3/042

Abstract: 本发明公开了一种融合高阶社交关系的轻量级图卷积协同过滤推荐方法，首先在模型嵌入层通过图嵌入技术将用户、项目以及朋友信息映射到低维稠密的向量空间，缓解了数据稀疏性对模型推荐结果带来的消极影响；其次在图卷积层通过堆叠三层图卷层学习用户社交关系图的拓扑结构学习用户、项目、朋友之间的高阶连接信息，从隐式负反馈中产生一系列的间接反馈，通过分析用户行为和朋友亲密度间接捕获隐式负反馈，以提高隐式负反馈的利用率；此外融合图注意力网络来衡量邻居的贡献值，为其自适应的动态分配权重，能够过滤噪音邻居使其具有鲁棒性，赋予模型一定的可解释性。

公开(公告)号：CN114021011B

公开(公告)日：2024-09-10

申请号：CN202111299901.1

申请日：2021-11-04

Applicant: 辽宁工程技术大学

Inventor： 朱金侠 ,  邢长征 ,  孟祥福

IPC: G06F16/9535 ,  G06F16/9536 ,  G06N3/02 ,  G06N3/08

Abstract: 本发明公开了一种基于自注意力机制的下一个兴趣点推荐方法，首先对序列信息、时空信息以及上下文相关的动态社会关系进行集成建模；其次设计了两个并行通道(长/短期通道)建模用户及其好友的长/短期偏好，利用自注意力机制捕获用户任意两个历史签到之间的长距离依赖关系；最后预测用户在下一时刻对兴趣点的偏好得分。本发明将用户与兴趣点之间的交互构造成L2L图，L2L图表示兴趣点之间地理距离的接近程度，它实质上是一个加权无向图，其中一个顶点代表一个兴趣点，边表示兴趣点之间的空间相关性，边上权重表示地理距离，是一种自注意力网络可以处理的图数据，很好的利用了自注意力网络的优势，使得模型更容易训练和泛化。

公开(公告)号：CN112905900B

公开(公告)日：2023-11-17

申请号：CN202110363686.0

申请日：2021-04-02

Applicant: 辽宁工程技术大学

Inventor： 孟祥福 ,  朱金侠 ,  邢长征 ,  朱尧 ,  薛琪 ,  孙德伟 ,  王丹丹

IPC: G06F16/9535 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于图卷积注意力机制的协同过滤推荐方法，该方法包括：首先是数据采集、处理以及划分数据集，其次是GACF模型的构建，最后是模型训练以及通过预测用户与项目之间的关联分数进行推荐。本发明提出的图卷积注意力机制协同过滤模型，首先利用图嵌入技术将用户‑项目的交互信息映射到向量空间，然后通过图卷积网络学习用户‑项目交互图的嵌入表达，再利用注意力机制为邻居节点分配不同的权重，聚合邻居节点的特征信息可使邻居节点之间的权重仅依赖于节点之间的特征表达，从而提高模型的泛化能力，最后将图卷积层学习到的多个嵌入向量加权聚合，得到用户‑项目之间的关联分数。

公开(公告)号：CN114021011A

公开(公告)日：2022-02-08

申请号：CN202111299901.1

申请日：2021-11-04

Applicant: 辽宁工程技术大学

Inventor： 朱金侠 ,  邢长征 ,  孟祥福

IPC: G06F16/9535 ,  G06F16/9536 ,  G06N3/02 ,  G06N3/08

Abstract: 本发明公开了一种基于自注意力机制的下一个兴趣点推荐方法，首先对序列信息、时空信息以及上下文相关的动态社会关系进行集成建模；其次设计了两个并行通道(长/短期通道)建模用户及其好友的长/短期偏好，利用自注意力机制捕获用户任意两个历史签到之间的长距离依赖关系；最后预测用户在下一时刻对兴趣点的偏好得分。本发明将用户与兴趣点之间的交互构造成L2L图，L2L图表示兴趣点之间地理距离的接近程度，它实质上是一个加权无向图，其中一个顶点代表一个兴趣点，边表示兴趣点之间的空间相关性，边上权重表示地理距离，是一种自注意力网络可以处理的图数据，很好的利用了自注意力网络的优势，使得模型更容易训练和泛化。

公开(公告)号：CN112905900A

公开(公告)日：2021-06-04

申请号：CN202110363686.0

申请日：2021-04-02

Applicant: 辽宁工程技术大学

Inventor： 孟祥福 ,  朱金侠 ,  邢长征 ,  朱尧 ,  薛琪 ,  孙德伟 ,  王丹丹

IPC: G06F16/9535 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图卷积注意力机制的协同过滤推荐算法，该方法包括：首先是数据采集、处理以及划分数据集，其次是GACF模型的构建，最后是模型训练以及通过预测用户与项目之间的关联分数进行推荐。本发明提出的图卷积注意力机制协同过滤模型，首先利用图嵌入技术将用户‑项目的交互信息映射到向量空间，然后通过图卷积网络学习用户‑项目交互图的嵌入表达，再利用注意力机制为邻居节点分配不同的权重，聚合邻居节点的特征信息可使邻居节点之间的权重仅依赖于节点之间的特征表达，从而提高模型的泛化能力，最后将图卷积层学习到的多个嵌入向量加权聚合，得到用户‑项目之间的关联分数。