-
公开(公告)号：CN112016003B
公开(公告)日：2022-07-12
申请号：CN202010835019.3
申请日：2020-08-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及社交网络技术处理领域，具体涉及一种基于CNN的社交小众用户标签挖掘及相似用户推荐的方法，包括：获取用户在社交软件上发布的原始内容数据，预处理；通过word2vec模型获得词向量特征；将预处理后的内容数据输入到词嵌入层，每个词取其在word2vec中的位置，寻找对应每个词的词向量；获取用户的个人属性特征向量info，并将词向量特征与个人属性特征向量info相结合构成输入矩阵；将输入矩阵输入CNN模型，获得用户的话题标签；通过聚类算法构建社交网络图，输出与用户相似的群组或用户感兴趣的群组；对用户进行话题标签推荐和群组推荐。本发明解决了社交网络上信息较少的用户的话题推荐和相关群组推荐问题。
-
公开(公告)号：CN112016003A
公开(公告)日：2020-12-01
申请号：CN202010835019.3
申请日：2020-08-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及社交网络技术处理领域，具体涉及一种基于CNN的社交小众用户标签挖掘及相似用户推荐的方法，包括：获取用户在社交软件上发布的原始内容数据，预处理；通过word2vec模型获得词向量特征；将预处理后的内容数据输入到词嵌入层，每个词取其在word2vec中的位置，寻找对应每个词的词向量；获取用户的个人属性特征向量info，并将词向量特征与个人属性特征向量info相结合构成输入矩阵；将输入矩阵输入CNN模型，获得用户的话题标签；通过聚类算法构建社交网络图，输出与用户相似的群组或用户感兴趣的群组；对用户进行话题标签推荐和群组推荐。本发明解决了社交网络上信息较少的用户的话题推荐和相关群组推荐问题。
-
公开(公告)号：CN112487237B
公开(公告)日：2022-10-18
申请号：CN202011464477.7
申请日：2020-12-14
Applicant: 重庆邮电大学
IPC: G06F16/65 , G06F16/683 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于机器学习、推荐系统以及文本分类领域，具体涉及一种基于自适应CNN和半监督自训练模型的音乐分类方法，该方法包括：首先分析了音乐的精细分类对于用户选择的重要性，通过自然语言处理技术提取出与该项目有关联的音乐歌词特征和情感特征，然后使用基于注意力机制的神经网络对这些特征进行提取、初步分类；最后根据半监督自训练的方法对每一首歌进行精细分类；本发明通过将自适应CNN模型和半监督自训练模型组合，对音乐数据进行精细划分，使用户能准确的查找到自己喜欢的音乐，节约了用户的时间，提高了查找的精准度。
-
公开(公告)号：CN112487237A
公开(公告)日：2021-03-12
申请号：CN202011464477.7
申请日：2020-12-14
Applicant: 重庆邮电大学
IPC: G06F16/65 , G06F16/683 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明属于机器学习、推荐系统以及文本分类领域，具体涉及一种基于自适应CNN和半监督自训练模型的音乐分类方法，该方法包括：首先分析了音乐的精细分类对于用户选择的重要性，通过自然语言处理技术提取出与该项目有关联的音乐歌词特征和情感特征，然后使用基于注意力机制的神经网络对这些特征进行提取、初步分类；最后根据半监督自训练的方法对每一首歌进行精细分类；本发明通过将自适应CNN模型和半监督自训练模型组合，对音乐数据进行精细划分，使用户能准确的查找到自己喜欢的音乐，节约了用户的时间，提高了查找的精准度。
-
-
-
Search Results
4
records
(took 0.02 seconds)
