-
公开(公告)号：CN112733933A
公开(公告)日：2021-04-30
申请号：CN202110023447.0
申请日：2021-01-08
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了基于统一优化目标框架图神经网络的数据分类方法及装置，获取待分类对象的描述信息，待分类对象之间的关系信息；基于描述信息生成特征矩阵，基于关系信息生成邻接矩阵；将特征矩阵和邻接矩阵输入预先构建并训练完成的图神经网络，得到各待分类对象的分类结果；图神经网络是根据预先确定的特征传播方程构建的，特征传播方程是在预设优化目标方程的基础上进行图形过滤器赋值得到的，优化目标方程包括特征拟合约束项和图拉普拉斯正则化约束项。提出了图神经网络的统一的优化目标方程，并对图形过滤器进行赋值得到特征传播方程，根据特征传播方程构建图神经网络，根据所构建的图神经网络对待分类对象进行分类，能够提高分类准确性。
-
公开(公告)号：CN106503028B
公开(公告)日：2020-12-04
申请号：CN201510568446.9
申请日：2015-09-08
Applicant: 北京邮电大学 , 腾讯科技(深圳)有限公司
IPC: G06F16/9535 , G06F16/9536 , G06Q30/06
Abstract: 本发明涉及一种推荐方法，所述推荐方法包括：将推荐数据集中的对象和对象之间的关系建模为异质信息网络；获取所述异质信息网络中连接两个对象的元路径；根据所述连接两个对象的元路径计算对象之间的相似度数据；根据所述对象之间的相似度数据构建目标函数，通过所述目标函数对所述推荐数据集进行训练，得到用户对物品的预测评分；根据所述用户对物品的预测评分将物品推荐给用户。此外，还提供给了一种推荐系统。
-
公开(公告)号：CN111814842A
公开(公告)日：2020-10-23
申请号：CN202010555093.X
申请日：2020-06-17
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种对象的分类方法及装置，所述方法包括：获取待分类拓扑网络、第一拓扑信息及拓扑网络中每个节点的特征信息；基于每两个节点的特征信息之间的相似度，构建相似性拓扑图，并确定相似性拓扑图的第二拓扑信息；将第一拓扑信息、每个节点的特征信息及第二拓扑信息输入预先训练的节点分类模型，确定每个节点的类型；基于每个节点的类型，确定每个节点所表示的对象的类型。采用本发明实施例，可以提高对象分类的准确度。
-
公开(公告)号：CN106951528B
公开(公告)日：2019-11-08
申请号：CN201710168928.4
申请日：2017-03-21
Applicant: 北京邮电大学
IPC: G06F16/9535 , G06K9/62
Abstract: 本发明实施例公开了一种推荐信息确定方法及装置，所利用的推荐信息模型的构建过程包括：获取N个用户的标识数据及每个用户的至少两种反馈数据，N大于1；利用预设偏序样本生成算法，对每个用户的第一类反馈数据进行运算，得到每个用户对应的偏序样本；结合预设建模框架及预设矩阵分解算法，对每个用户对应的偏序样本及每个用户的第二类反馈数据进行运算，得到推荐信息模型。由此可见，利用用户的至少两种反馈数据，构建推荐信息模型，可以有效利用获取到的多种反馈数据；相比于现有技术中，仅针对“评分数据”这一种反馈数据构建的模型，提高了确定推荐信息的准确性。
-
Patent Agency Ranking
公开(公告)号：CN110083766A
公开(公告)日：2019-08-02
申请号：CN201910342766.0
申请日：2019-04-26
Applicant: 北京邮电大学
IPC: G06F16/9535 , G06F16/951
Abstract: 本发明实施例提供了一种基于元路径引导嵌入的查询推荐方法及装置，其中方法包括：获取目标物品信息；提取包含目标物品名称的短语；将短语拆分为多个词语；在预设的统一词语嵌入词典中查找不同词语组合后形成的短语所对应的短语嵌入；将将查找到的词语嵌入组合为短语嵌入，并将短语嵌入按照不同预设元路径进行逐阶聚合，得到不同的用户嵌入及查询嵌入；基于不同的用户嵌入，查询嵌入，以及用户原始静态特征，计算用户与不同查询的交互概率；将具有最大交互概率的查询推荐给用户。本发明实施例能够基于用户、物品、以及查询之间的交互按照不同的预设元路径进行逐阶聚合，使所推荐的查询更有可能符合用户的需求，从而提高推荐查询准确性。
-
公开(公告)号：CN109800504A
公开(公告)日：2019-05-24
申请号：CN201910054117.0
申请日：2019-01-21
Applicant: 北京邮电大学
IPC: G06F17/50
Abstract: 本发明实施例提供了一种异质信息网络的嵌入方法和装置，所述方法可以包括：确定待嵌入异质信息网络中每个节点的表示向量；将所确定的表示向量输入至预先设定的双曲空间嵌入模型中；基于双曲空间嵌入模型，对表示向量进行双曲空间中的指数映射，得到每个节点在双曲空间中的嵌入向量。应用本发明实施例，由于双曲空间与异质信息网络同样具有幂律分布特性，在双曲空间中能够更贴合地体现出异质信息网络的结构和语义信息，使得异质信息网络的结构和语义信息保留得更完整。因此，可以提高嵌入准确度。
-
公开(公告)号：CN108932637A
公开(公告)日：2018-12-04
申请号：CN201810750122.0
申请日：2018-07-10
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种方面挖掘模型的训练方法、装置及电子设备，该方法包括：获得多条针对商家对象的评论信息；确定各个评论文本中的评论词组与评价方面的目标对应关系；确定多条评论信息中的用户评论关系和商家评论关系；利用预设的函数优化公式，优化预设的损失函数；在损失函数优化完成后，对方面挖掘模型进行训练，直至通过损失函数所计算出的损失值低于预设阈值时，完成方面挖掘模型的训练。相比于现有技术，本发明实施例提供的方法，在模型训练时，考虑了用户、评论文本和商家对象之间的关系，使得方面挖掘模型能够学习到更有效的特征，进而，提高基于方面挖掘模型确定的商家对象的方面评分的准确性。
-
公开(公告)号：CN108920665A
公开(公告)日：2018-11-30
申请号：CN201810729637.2
申请日：2018-07-05
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于网络结构和评论文本的推荐评分方法及装置，所述方法包括：确定多个样本用户中的目标用户，并确定多个样本商品中的目标商品；获取针对目标用户的第一类特征矩阵，以及针对目标商品的第二类特征矩阵；获取针对目标用户的第三类特征矩阵，以及针对目标商品的第四类特征矩阵；将针对目标用户的第一类特征矩阵和第三类特征矩阵、以及针对目标商品的第二类特征矩阵和第四类特征矩阵输入推荐网络模型，得到目标用户对目标商品的预测评分值。从而充分考虑了用户与商品之间的交互信息，包括评论文本信息以及评分信息，能够实现更加准确的预测用户对商品的购买期望。
-
公开(公告)号：CN106503022A
公开(公告)日：2017-03-15
申请号：CN201510567428.9
申请日：2015-09-08
Applicant: 北京邮电大学 , 腾讯科技(深圳)有限公司
IPC: G06F17/30
Abstract: 本发明涉及一种推送推荐信息的方法和装置，所述方法包括：获取异质信息网络中连接候选用户和目标用户的元路径；所述元路径包括所述候选用户和候选推荐对象间的具有属性值的连接；获取所述目标用户和所述候选用户相对于所述元路径的用户相似度；根据所述候选用户和候选推荐对象间的连接的属性值、所述元路径的属性值约束条件以及所述用户相似度，估计所述候选推荐对象和所述目标用户间的连接的属性值；当估计的属性值满足推荐条件时，向所述目标用户对应的终端发送所述候选推荐对象的推荐信息。本发明提供的推送推荐信息的方法和装置，不仅考虑了目标用户的社交关系，还考虑了目标用户与候选推荐对象之间量化的关系，从而使得推送结果更加准确。
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.029 seconds)
