公开(公告)号：CN115391677A

公开(公告)日：2022-11-25

申请号：CN202211148400.8

申请日：2022-09-20

Applicant: 苏州市职业大学

Inventor： 鲜学丰 ,  赵朋朋 ,  董虎胜 ,  吴童语 ,  方立刚

IPC: G06F16/9536 ,  G06Q30/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于负样本的协同推荐方法、装置、终端及可读存储介质，该协同推荐方法包括：获取预设协同过滤模型，预设协同过滤模型包含有编码层、聚合层和预测层；获取在预设时间段中的用户对应的负样本，从预设协同过滤模型中，获取用户对应的初始嵌入向量；生成嵌入向量和修正嵌入向量，基于修正嵌入向量向用户推荐物品。该协同推荐算法具有准确性高的优点。

公开(公告)号：CN110619081A

公开(公告)日：2019-12-27

申请号：CN201910893757.0

申请日：2019-09-20

Applicant: 苏州市职业大学

Inventor： 孙逊 ,  鲜学丰 ,  赵朋朋 ,  钱永烨

IPC: G06F16/9535 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种基于交互图神经网络的新闻推送方法、装置、设备及可读存储介质，该方案在嵌入过程中，利用基于知识的卷积神经网络从知识层和语义层学习基于新闻内容的特征，并利用嵌入传播层的高阶连通性，将用户新闻交互图中潜在的协作信号编码到用户和新闻表示的学习过程中，最终基于嵌入结果确定用户对候选新闻的偏好程度以决定是否向用户推送该候选新闻。可以看出，该方案使用两个图获得用户和新闻的表示，一个是知识图，另一个是用户新闻交互图，通过这种对嵌入过程的改进，提升了新闻推荐性能和用户满意度。