公开(公告)号：CN114154071B

公开(公告)日：2023-05-09

申请号：CN202111501438.4

申请日：2021-12-09

Applicant: 电子科技大学

Inventor： 王庆先 ,  刘鹏宇 ,  常奥 ,  黄庆 ,  吴苏强 ,  曾昌强

IPC: G06F16/9535 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于注意力机制的情感时序推荐方法，包括以下步骤：S1、收集评论信息和时间信息，并将其输入嵌入层，得到具有时态信息的用户因素和项目因素；S2、将有时态信息的用户因素和项目因素输入至blstm层进行情感特征提取，得到用户和项目之间的交互序列；S3、将用户和项目之间的交互序列通过注意力层输入至cnn层，得到用户表示和项目表示；S4、将用户表示和项目表示输入至输出层，得到精确评分，进而将最高精确评分对应项目作为情感时序推荐结果。

公开(公告)号：CN114090890B

公开(公告)日：2023-04-28

申请号：CN202111396495.0

申请日：2021-11-23

Applicant: 电子科技大学

Inventor： 王庆先 ,  黄庆 ,  常奥 ,  刘鹏宇 ,  曾昌强 ,  吴苏强

IPC: G06F16/9535 ,  G06Q30/0601 ,  G06F16/45 ,  G06F16/483 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于图卷积网络的反事实项目推荐方法，本发明通过对图卷积网络GCN引入满意度，且满意度与项目曝光特征、项目内容特征、用户项目曝光特征偏好和项目内容特征偏好均有关，使得本发明提出的方法充分考虑了数据间的因果关系，从而达到通过本方法生成的项目推荐列表更符合用户期望，大大减少“点击欺骗”的概率；本发明解决了传统的推荐方法得到的推荐列表与用户期望存在较大差距的问题。

公开(公告)号：CN114090890A

公开(公告)日：2022-02-25

申请号：CN202111396495.0

申请日：2021-11-23

Applicant: 电子科技大学

Inventor： 王庆先 ,  黄庆 ,  常奥 ,  刘鹏宇 ,  曾昌强 ,  吴苏强

IPC: G06F16/9535 ,  G06Q30/06 ,  G06F16/45 ,  G06F16/483 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于图卷积网络的反事实项目推荐方法，本发明通过对图卷积网络GCN引入满意度，且满意度与项目曝光特征、项目内容特征、用户项目曝光特征偏好和项目内容特征偏好均有关，使得本发明提出的方法充分考虑了数据间的因果关系，从而达到通过本方法生成的项目推荐列表更符合用户期望，大大减少“点击欺骗”的概率；本发明解决了传统的推荐方法得到的推荐列表与用户期望存在较大差距的问题。

公开(公告)号：CN114154071A

公开(公告)日：2022-03-08

申请号：CN202111501438.4

申请日：2021-12-09

Applicant: 电子科技大学

Inventor： 王庆先 ,  刘鹏宇 ,  常奥 ,  黄庆 ,  吴苏强 ,  曾昌强

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

Abstract: 本发明公开了一种基于注意力机制的情感时序推荐方法，包括以下步骤：S1、收集评论信息和时间信息，并将其输入嵌入层，得到具有时态信息的用户因素和项目因素；S2、将有时态信息的用户因素和项目因素输入至blstm层进行情感特征提取，得到用户和项目之间的交互序列；S3、将用户和项目之间的交互序列通过注意力层输入至cnn层，得到用户表示和项目表示；S4、将用户表示和项目表示输入至输出层，得到精确评分，进而将最高精确评分对应项目作为情感时序推荐结果。