公开(公告)号：CN118484604A

公开(公告)日：2024-08-13

申请号：CN202410477443.3

申请日：2024-04-19

Applicant: 桂林电子科技大学

Inventor： 蔡晓东 ,  卢玮

IPC: G06F16/9536 ,  G06F16/9535 ,  G06F18/22

Abstract: 本发明提供一种协同过滤推荐方法、装置、系统以及存储介质，属于物品推荐技术领域，方法包括：导入用户信息以及项目信息，并对用户信息以及项目信息进行向量化，得到原始用户向量以及原始项目向量；将原始用户向量以及原始项目向量拼接为原始交互矩阵；构建训练模型，通过原始交互矩阵对训练模型进行训练得到目标交互矩阵；对目标交互矩阵进行相似度分析，并将分析结果作为协同过滤推荐结果。本发明能够让模型在信息传递和聚合阶段学习到用户的潜在偏好，充分发挥了隐藏层的作用，提高了对用户和物品之间关系的理解和表达，更好地匹配了用户与物品之间的关系，实现了更精确的个性化推荐。

公开(公告)号：CN117668356A

公开(公告)日：2024-03-08

申请号：CN202311565028.5

申请日：2023-11-22

Applicant: 桂林电子科技大学

Inventor： 蔡晓东 ,  卢玮

IPC: G06F16/9535 ,  G06N3/04 ,  G06N3/048

Abstract: 本发明提供一种会话推荐方法、装置、系统以及存储介质，属于会话推荐技术领域，方法包括：导入会话序列，对会话序列进行节点提取，得到多个商品节点；对所有商品节点进行全局会话偏好的分析，得到全局会话偏好向量组；对全局会话偏好向量组进行用户偏好的计算，得到会话推荐结果。本发明能够减弱了噪声点击的影响，去除了无效的意图学习，提高了推荐结果的准确率。