公开(公告)号：CN115170218A

公开(公告)日：2022-10-11

申请号：CN202210230703.8

申请日：2022-03-10

Applicant: 华中科技大学

Inventor： 魏巍 ,  王子扬 ,  刘宇航 ,  潘为燃 ,  江胜

IPC: G06Q30/06 ,  G06F16/2458 ,  G06N3/04

Abstract: 本发明公开了一种融合图神经网络和多层级对比学习的神经网络序列推荐方法，包括以下步骤：1)基于所有用户的物品点击序列构建用户‑物品图、用户‑用户图和物品‑物品图；2)根据构建的图，采用图编码器初始化得到用户的特征表示矩阵以及物品的特征表示矩阵；3)序列视角下用户的兴趣表示；4)协同视角下用户的兴趣表示；5)兴趣层级的对比学习；6)获取最终特征层级的对比学习损失；8)在从序列视角和对比视角计算得到用户的兴趣表示之后，将它们进行结合得到用户的最终的兴趣表示，根据用户的最终的兴趣表示确定选择用户当前的兴趣；9)根据用户的当前的兴趣表示从所有候选集中选择top‑N个物品。本发明方法能提高序列推荐预测的准确性。

公开(公告)号：CN115168595A

公开(公告)日：2022-10-11

申请号：CN202210230376.6

申请日：2022-03-10

Applicant: 华中科技大学

Inventor： 魏巍 ,  邹定 ,  王子扬 ,  赵森 ,  江胜

IPC: G06F16/36 ,  G06F16/9535

Abstract: 本发明公开了一种结合多阶协同信息的知识图谱推荐方法，包括以下步骤：1)基于所有用户的物品点击序列构建用户‑物品图；2)从用户‑物品图里提取出多阶协同信息；3)将多阶协同信息对应的物品集转换成对应的实体集；4)通过知识交互传播，将多阶协同信息和知识信息结合并对高阶信息进行降噪；5)在本地和高阶图之间制造交互，并利用交互信息对高阶信息进行降噪，从而提升每层知识信息向量的质量；6)基于知识交互传播中用户和物品的本地及高阶多层特征向量，整合得到当前用户和物品的整体向量表示。

公开(公告)号：CN115879439A

公开(公告)日：2023-03-31

申请号：CN202210230366.2

申请日：2022-03-10

Applicant: 华中科技大学

Inventor： 魏巍 ,  梁硕 ,  张睿晗 ,  刘宇航 ,  刘逸帆 ,  潘为燃 ,  江胜

IPC: G06F40/211 ,  G06F40/289 ,  G06F40/30 ,  G06N3/042

Abstract: 本发明公开了一种基于双句法信息的细粒度方面级别情绪分析方法，包括：1)建模每个方面情绪感知的上下文信息，并生成对应的语境内方面特有的情绪表示；2)建模方面的语境间关系增强的情绪特征表示；3)整合语境内方面特有的情绪特征向量和语境间关系增强的情绪特征向量得到方面的整体情绪特征向量，然后将上述整体情绪特征映射到低维语义空间，得到最终的情绪分析预测结果。本发明通过有效利用短语树和依赖树的句法信息，联合建模语境内和语境间的情绪特征表示，提升细粒度方面级别情绪分析的准确度。

公开(公告)号：CN115170217A

公开(公告)日：2022-10-11

申请号：CN202210230384.0

申请日：2022-03-10

Applicant: 华中科技大学

Inventor： 魏巍 ,  赵森 ,  邹定 ,  江胜

IPC: G06Q30/06 ,  G06F16/2457 ,  G06F16/2458 ,  G06N3/04

Abstract: 本发明公开了一种多视角用户意图解缠的图神经网络捆绑推荐方法，该方法包括以下步骤：1)用户意图在不同物品组合和同一物品组合中的分布，从而构造了全局图和局部图；分别对用户购买物品的意图，以及物品组合中包含的用户意图解缠，得到用户和物品组合在不同意图下的分块表示；2)对用户和物品组合在不同意图下的分块表示进行跨视角传播得到用户和物品组合在两种视角下的表示；3)通过意图对比，对比用户意图在不同视角下的信息，优化用户和物品组合的表示；4)通过拼接用户或者物品组合在不同视角下的表示来得到二者的最终表示，然后用点乘来预测用户对物品组合的偏好，实现用户对物品组合偏好的预测。本发明方法能提高捆绑推荐的准确性。