公开(公告)号：CN116595260A

公开(公告)日：2023-08-15

申请号：CN202310609035.4

申请日：2023-05-25

Applicant: 南京邮电大学通达学院

Inventor： 钱圣伟 ,  余永红 ,  张傲然 ,  钱未闻

IPC: G06F16/9535 ,  G06N3/048 ,  G06N3/042 ,  G06N3/084

Abstract: 本发明属于人工智能推荐系统领域，公开了一种基于解纠缠表示学习的个性化标签推荐方法，包括：首先，获得各个潜在意图的分块表示，利用图解纠缠模块，将潜在意图的分块表示与对应意图进行耦合，得到用户、物品、面向用户的标签和面向物品的标签的解纠缠嵌入表示，利用独立性模块计算不同意图之间的独立性损失，利用成对张量分解算法学习用户、物品、面向用户的标签和面向物品的标签的嵌入式表示，使用用户和面向用户的标签的嵌入表示的内积与物品和面向物品的标签的嵌入表示的内积之和预测标签的评分，提供个性化的标签推荐。本发明不仅提高了个性化标签推荐算法的准确性，还提升了个性化标签推荐算法的可解释性，使用户更加信赖推荐结果。

公开(公告)号：CN116821500A

公开(公告)日：2023-09-29

申请号：CN202310792361.3

申请日：2023-06-30

Applicant: 南京邮电大学通达学院

Inventor： 李胜龙 ,  余永红 ,  张傲然 ,  钱未闻

IPC: G06F16/9535 ,  G06N3/0464 ,  G06F17/16 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明属于人工智能推荐系统领域，公开了一种基于对比学习的个性化标签推荐方法，包括：通过高斯先验初始化隐式的特征矩阵，在用户与标签交互图和物品与标签交互图上，利用图卷积神经网络获得用户、物品、面向用户的标签和面向物品的标签的高阶嵌入表示并在高阶嵌入表示中注入噪音，获得带噪音的用户和面向用户标签的嵌入表示，采用Info_NEC计算对比损失，构建目标函数，通过Adam优化器学习模型参数，使用用户和面向用户的标签的嵌入表示的内积与物品和面向物品的标签的嵌入表示的内积之和预测标签的评分，根据预测评分提供个性化的标签推荐。本发明利用对比学习从输入数据本身中提取有价值的信息，减轻数据稀疏问题。