公开(公告)号：CN117455082A

公开(公告)日：2024-01-26

申请号：CN202311111452.2

申请日：2023-08-30

Applicant: 西安理工大学

Inventor： 王磊 ,  孙逸静 ,  李薇 ,  周欣怡 ,  张运哲

IPC: G06Q10/047 ,  G06F16/9535 ,  G06F16/9536 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/0464

Abstract: 本发明公开的基于增强超图网络的兴趣点驱动旅游路线生成方法，通过多个角度为每条历史旅行路线构建超图，并整合多种辅助信息，以提高路线规划的精准性和智能化程度。首先，采用增强超图网络来构建旅游路线的超图以处理更复杂的节点之间关系，从而更准确地表达旅游路线中兴趣点的相关性和重要性。其次，为了捕捉旅游者的意图，将超图划分为特定意图的子超图，这种划分能够有效地识别和表示用户的意图，并通过兴趣点的概率分布来预测下一个可能的兴趣点。最终，引入波束搜索策略，通过使用兴趣点概率驱动路线生成决策过程，生成满足用户多个约束条件的个性化旅游候选路线。

公开(公告)号：CN117112891A

公开(公告)日：2023-11-24

申请号：CN202310920265.2

申请日：2023-07-25

Applicant: 西安理工大学

Inventor： 王磊 ,  周欣怡 ,  李薇 ,  孙逸静 ,  张运哲

IPC: G06F16/9535 ,  G06Q30/0601 ,  G06Q50/14 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开的面向用户多重操作行为的序列推荐方法，包括通过序列学习模型学习旅游产品序列和操作序列嵌入，串联得到用户历史浏览序列嵌入；基于用户历史浏览序列嵌入从长期兴趣和最近兴趣两个角度捕获用户兴趣，并将两种兴趣进行融合得到用户兴趣表示；根据用户兴趣表示和候选旅游产品，预测用户下一个交互的旅游产品。本发明的面向用户多重操作行为的序列推荐方法，能够更好地理解用户的需求和偏好，为用户提供更贴合其个人兴趣的推荐结果。

公开(公告)号：CN116955847A

公开(公告)日：2023-10-27

申请号：CN202310919421.3

申请日：2023-07-25

Applicant: 西安理工大学

Inventor： 王磊 ,  张运哲 ,  李薇 ,  周欣怡 ,  孙逸静

IPC: G06F16/9536 ,  G06Q50/00

Abstract: 本发明公开的基于图注意力网络和Transformer的POI推荐方法及系统，通过对用户和POI单独进行分析，分别获取用户之间的社交关系特征和POI之间的内在关系特征，并且根据目标用户的历史签到序列，捕获其签到序列中的序列特征和偏好特征，最终将上述一系列特征进行融合，并且经过预测层输入最终的推荐列表，得到排名前N的POI；本发明解决了现有POI推荐任务中POI和用户的表征不够准确的问题，能够显著改善下一个POI推荐任务的准确度。