-
公开(公告)号:CN119276730A
公开(公告)日:2025-01-07
申请号:CN202411381248.7
申请日:2024-09-30
Applicant: 重庆大学
Abstract: 本发明提供了一种基于自我网络分裂的多角色嵌入表示方法及系统,方法包括:通过对企业网络数据集进行自我网络分裂并重构,构建多角色网络;将上述多角色网络,通过量子游走从网络的局部和全局两个角度捕获企业节点游走序列,获取网络的结构信息;比对游走序列,生成企业网络的节点角色标识矩阵;将企业节点的角色表示与企业节点邻域特征信息相融合,得到企业节点的多角色嵌入表示。本发明采用基于自我网络分裂方式实现对网络中企业节点进行多角色标识和嵌入表示方法,从而从根源上解决了现有的多角色嵌入表示方法仅在企业网络中对企业节点进行单一的角色标识,以及企业节点的多角色嵌入表示准确度较低的问题。
-
公开(公告)号:CN119537695A
公开(公告)日:2025-02-28
申请号:CN202411597986.5
申请日:2024-11-11
Applicant: 重庆大学
IPC: G06F16/9535 , G06F16/901 , G06F18/22 , G06N3/042 , G06N3/0464 , G06N3/045
Abstract: 本发明提供了基于邻域网络和角色网络结对表示学习的美食推荐方法,方法包括:获取用户数据;根据所述用户数据,构建邻域网络;根据邻域网络,构建角色网络;将邻域网络和角色网络,分别输入至自主学习模块和相互学习模块,得到邻域网络的表示、角色网络的表示和两个网络共有的共同表示;通过增强邻域网络的表示和角色网络的表示之间的差异性和共同表示的一致性,优化向量表示,得到用户的向量表示;对得到的用户向量进行相似度计算,并根据相似度结果,生成美食推荐列表,并推荐给用户。本发明采用基于邻域网络和角色网络结对表示学习的美食推荐方法,从而解决了现有的美食推荐方法推荐准确性不高、用户满意度低的问题。
-