-
公开(公告)号：CN117972220A
公开(公告)日：2024-05-03
申请号：CN202410384820.9
申请日：2024-04-01
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/9535 , G06F16/9536 , G06Q30/0601 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本公开的实施例提供一种物品推荐方法、物品推荐装置、计算机可读存储介质。物品推荐方法包括：根据用户与物品的历史交互信息获得用户社交嵌入矩阵；将用户社交嵌入矩阵与用户协同嵌入矩阵相加以生成用户融合嵌入矩阵；将用户融合嵌入矩阵、物品协同嵌入矩阵和用户物品交互图输入轻量级图卷积网络以生成用户融合全局嵌入表示和物品全局嵌入表示；使用门机制来平衡用户在两个域下的嵌入表示的权重以获得用户全局嵌入表示；采用数据扩充方式和非数据扩充方式进行对比学习以确定第一和第二损失函数；基于第一、第二和推荐损失函数进行迭代训练以根据用户全局嵌入表示和物品全局嵌入表示生成物品推荐模型；基于物品推荐模型，向用户推荐感兴趣的物品。
-
Patent Agency Ranking
公开(公告)号：CN117972220B
公开(公告)日：2024-06-21
申请号：CN202410384820.9
申请日：2024-04-01
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/9535 , G06F16/9536 , G06Q30/0601 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本公开的实施例提供一种物品推荐方法、物品推荐装置、计算机可读存储介质。物品推荐方法包括：根据用户与物品的历史交互信息获得用户社交嵌入矩阵；将用户社交嵌入矩阵与用户协同嵌入矩阵相加以生成用户融合嵌入矩阵；将用户融合嵌入矩阵、物品协同嵌入矩阵和用户物品交互图输入轻量级图卷积网络以生成用户融合全局嵌入表示和物品全局嵌入表示；使用门机制来平衡用户在两个域下的嵌入表示的权重以获得用户全局嵌入表示；采用数据扩充方式和非数据扩充方式进行对比学习以确定第一和第二损失函数；基于第一、第二和推荐损失函数进行迭代训练以根据用户全局嵌入表示和物品全局嵌入表示生成物品推荐模型；基于物品推荐模型，向用户推荐感兴趣的物品。
-
公开(公告)号：CN116701773A
公开(公告)日：2023-09-05
申请号：CN202310975611.7
申请日：2023-08-04
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/9535 , G06N3/045 , G06N3/084 , G06F18/214 , G06F18/2431
Abstract: 本公开的实施例提供一种可解释推荐方法及用于可解释推荐的装置。可解释推荐方法包括：获取用户对项目的实际评价，每个实际评价包括实际评分和可解释评价标签中的至少一者；使用实际评价来训练第一和第二深度学习模型以使得第一深度学习模型能够预测用户对项目的第一偏好得分及第二深度学习模型能够预测单个用户和单个项目构成的二元组对可解释评价标签的第二偏好得分；通过第一深度学习模型预测目标用户对项目的第一偏好得分；根据第一偏好得分选择针对目标用户的推荐项目；通过第二深度学习模型预测目标用户和每个推荐项目构成的二元组对可解释评价标签的第二偏好得分；根据第二偏好得分选择可解释评价标签作为向目标用户推荐推荐项目的解释。
-
公开(公告)号：CN118227891B
公开(公告)日：2024-08-20
申请号：CN202410623888.8
申请日：2024-05-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/9535 , G06F16/9536 , G06Q30/0601 , G06F18/241 , G06F18/25 , G06N3/042
Abstract: 本公开的实施例提供一种基于多模态的物品推荐方法和装置及计算机可读存储介质。方法包括：建立用户‑物品交互矩阵；针对每个物品，确定与该物品在模态融合特征上最相似的K个物品；根据针对每个物品确定的最相似的K个物品来建立相同和互异类别物品矩阵；根据相同和互异类别物品矩阵及用户‑物品交互矩阵生成用户关系矩阵；将互异类别和用户关系矩阵分别单独输入第一图卷积网络以获得物品的第一物品嵌入表示和用户的第一用户嵌入表示；使用第二图卷积网络和读出函数从用户‑物品交互矩阵获得物品的第二物品嵌入表示和用户的第二用户嵌入表示；根据第一和第二物品嵌入表示及第一和第二用户嵌入表示生成物品推荐矩阵；基于物品推荐矩阵推荐物品。
-
公开(公告)号：CN118227891A
公开(公告)日：2024-06-21
申请号：CN202410623888.8
申请日：2024-05-20
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/9535 , G06F16/9536 , G06Q30/0601 , G06F18/241 , G06F18/25 , G06N3/042
Abstract: 本公开的实施例提供一种基于多模态的物品推荐方法和装置及计算机可读存储介质。方法包括：建立用户‑物品交互矩阵；针对每个物品，确定与该物品在模态融合特征上最相似的K个物品；根据针对每个物品确定的最相似的K个物品来建立相同和互异类别物品矩阵；根据相同和互异类别物品矩阵及用户‑物品交互矩阵生成用户关系矩阵；将互异类别和用户关系矩阵分别单独输入第一图卷积网络以获得物品的第一物品嵌入表示和用户的第一用户嵌入表示；使用第二图卷积网络和读出函数从用户‑物品交互矩阵获得物品的第二物品嵌入表示和用户的第二用户嵌入表示；根据第一和第二物品嵌入表示及第一和第二用户嵌入表示生成物品推荐矩阵；基于物品推荐矩阵推荐物品。
-
公开(公告)号：CN116701773B
公开(公告)日：2023-11-10
申请号：CN202310975611.7
申请日：2023-08-04
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/9535 , G06N3/045 , G06N3/084 , G06F18/214 , G06F18/2431
Abstract: 本公开的实施例提供一种可解释推荐方法及用于可解释推荐的装置。可解释推荐方法包括：获取用户对项目的实际评价，每个实际评价包括实际评分和可解释评价标签中的至少一者；使用实际评价来训练第一和第二深度学习模型以使得第一深度学习模型能够预测用户对项目的第一偏好得分及第二深度学习模型能够预测单个用户和单个项目构成的二元组对可解释评价标签的第二偏好得分；通过第一深度学习模型预测目标用户对项目的第一偏好得分；根据第一偏好得分选择针对目标用户的推荐项目；通过第二深度学习模型预测目标用户和每个推荐项目构成的二元组对可解释评价标签的第二偏好得分；根据第二偏好得分选择可解释评价标签作为向目标用户推荐推荐项目的解释。
-
-
-
-
-
Search Results
6
records
(took 0.055 seconds)
