-
Patent Agency Ranking
公开(公告)号：CN111931043B
公开(公告)日：2023-09-29
申请号：CN202010717203.8
申请日：2020-07-23
Applicant: 重庆邮电大学
IPC: G06F16/9535
Abstract: 本发明涉及互联网技术领域，涉及一种科技资源的推荐方法及系统；所述方法包括利用用户‑科技资源评分矩阵计算出各个科技资源之间的耦合对象相似度；构建包含科技资源属性信息的正则化项；利用矩阵分解算法对该正则项进行处理，并构建出评分模型的损失函数；根据随机梯度下降方法优化损失函数分别求解出最优的目标用户隐特征矩阵和科技资源隐特征矩阵；利用评分模型计算出目标用户对不同科技资源的评分值；将评分值最高的前N个科技资源作为目标用户的推荐集合并输出。本发明使用耦合相似度度量方法，准确刻画科技资源之间存在的非线性关系，能够更为全面地捕获科技资源间的关联关系，采用整体结构和局部信息全面地提高评分模型的准确性。
-
公开(公告)号：CN111931043A
公开(公告)日：2020-11-13
申请号：CN202010717203.8
申请日：2020-07-23
Applicant: 重庆邮电大学
IPC: G06F16/9535
Abstract: 本发明涉及互联网技术领域，涉及一种科技资源的推荐方法及系统；所述方法包括利用用户-科技资源评分矩阵计算出各个科技资源之间的耦合对象相似度；构建包含科技资源属性信息的正则化项；利用矩阵分解算法对该正则项进行处理，并构建出评分模型的损失函数；根据随机梯度下降方法优化损失函数分别求解出最优的目标用户隐特征矩阵和科技资源隐特征矩阵；利用评分模型计算出目标用户对不同科技资源的评分值；将评分值最高的前N个科技资源作为目标用户的推荐集合并输出。本发明使用耦合相似度度量方法，准确刻画科技资源之间存在的非线性关系，能够更为全面地捕获科技资源间的关联关系，采用整体结构和局部信息全面地提高评分模型的准确性。
-
公开(公告)号：CN111930892B
公开(公告)日：2023-09-29
申请号：CN202010786910.2
申请日：2020-08-07
Applicant: 重庆邮电大学
IPC: G06F16/33 , G06F16/35 , G06F40/247 , G06F40/289 , G06F40/30
Abstract: 本发明涉及计算机领域，尤其涉及一种基于改进互信息函数的科技文本分类方法，包括构建科技文本数据库，对数据库中的科技文本进行数据融合，通过对目标文本进行分词，通过word2vec模型得出词向量；构建文本特征提取模型，并为每个词向量根据TF‑ATF模型计算权值，根据权值更新词向量的表示；构建改进互信息函数计算词向量的互信函数值，根据该函数更新词向量的表示；构建合并同义词或近义词的语义距离模型，剔除其中权值较小的词，将合并后的词向量进行正则化，得到最终的文本特征向量；利用LSTM模型对文本特征向量进行训练，利用训练好的模型对科技文本进行分类；本发明可以通过科技文本分类对主题进行分类，优化资讯浏览体验。
-
公开(公告)号：CN114298783A
公开(公告)日：2022-04-08
申请号：CN202111543720.9
申请日：2021-12-16
Applicant: 重庆邮电大学
Abstract: 本发明请求保护一种基于矩阵分解融合用户社交信息的商品推荐方法及系统，属于计算机领域，该方法包括：构建用户‑物品评分矩阵和用户‑用户社交网络，同时根据用户‑用户社交网络生成用户社交语料；利用用户‑物品评分数据以及用户社交语料训练矩阵分解与神经网络混合模型，得到用户特征矩阵和物品特征矩阵；根据用户特征矩阵和物品特征矩阵预测出未观测评分；将预测评分数值较高的若干物品推荐给相应用户。本发明通过设计统一目标函数整合了矩阵分解模型与神经网络模型；基于统一的优化框架，实现了矩阵分解模型与神经网络模型之间的双向促进与协同优化，从而实现向用户精准推荐其所感兴趣的物品。
-
公开(公告)号：CN111930892A
公开(公告)日：2020-11-13
申请号：CN202010786910.2
申请日：2020-08-07
Applicant: 重庆邮电大学
IPC: G06F16/33 , G06F16/35 , G06F40/247 , G06F40/289 , G06F40/30
Abstract: 本发明涉及计算机领域，尤其涉及一种基于改进互信息函数的科技文本分类方法，包括构建科技文本数据库，对数据库中的科技文本进行数据融合，通过对目标文本进行分词，通过word2vec模型得出词向量；构建文本特征提取模型，并为每个词向量根据TF-ATF模型计算权值，根据权值更新词向量的表示；构建改进互信息函数计算词向量的互信函数值，根据该函数更新词向量的表示；构建合并同义词或近义词的语义距离模型，剔除其中权值较小的词，将合并后的词向量进行正则化，得到最终的文本特征向量；利用LSTM模型对文本特征向量进行训练，利用训练好的模型对科技文本进行分类；本发明可以通过科技文本分类对主题进行分类，优化资讯浏览体验。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
