-
公开(公告)号：CN109002488A
公开(公告)日：2018-12-14
申请号：CN201810669341.6
申请日：2018-06-26
Applicant: 北京邮电大学
IPC: G06F17/30
Abstract: 本发明实施例提供了一种基于元路径上下文的推荐模型训练方法及装置。该方法包括：在样本信息平台中获得多个用户信息对；针对每个用户信息对，获得该用户信息对所对应的路径实例，并生成该用户信息对所对应样本用户表征信息、样本对象表征信息和元路径上下文表征信息；针对每个用户信息对，将上述三种信息进行拼接得到训练样本；将得到的多个训练样本作为输入，对预设神经网络模型进行训练，直至通过损失函数计算得到的函数值小于预设阈值时，完成神经网络模型的训练。与现有技术相比，应用本发明实施例提供的方案，训练得到的基于元路径上下文的推荐模型可以学习到更优化的特征，进而，可以提高基于该模型得到的推荐结果的准确性。
-
公开(公告)号：CN105913125B
公开(公告)日：2018-05-25
申请号：CN201610225725.X
申请日：2016-04-12
Applicant: 北京邮电大学
IPC: G06N7/00
Abstract: 本发明实施例提供的异质信息网络元路径确定、链路预测方法及装置，可以创建第一数据结构体并插入侯选集；根据侯选集中保存的数据结构体的综合相似性分数的大小，从侯选集中选出一个数据结构体，检察该数据结构体中是否存在与任一第一实体对相同的第三实体对；如果存在，将该数据结构体中链接第三实体对的元路径保存至元路径集，删除侯选集中的该数据结构体，并继续从侯选集中选择下一个数据结构体；否则，创建第三数据结构体并插入侯选集，然后继续从侯选集中选择下一个数据结构体，直到侯选集为空。应用本发明提供的元路径确定方法及装置，可以快速、准确地确定出有用的元路径；应用本发明提供的一种链路预测方法及装置，获得的预测结果更准确。
-
公开(公告)号：CN108038178A
公开(公告)日：2018-05-15
申请号：CN201711288291.9
申请日：2017-12-07
Abstract: 本发明实施例提供了一种用户用电行为可视化分析方法、装置及电子设备。方法包括：获得待分析用电行为的各个用户的聚类结果；获取可视化数据；基于聚类结果和可视化数据，计算每个聚类中的所有用户在预设时间段的各个预设区段内的峰、平、尖以及谷时段用电量总和；计算每个聚类中每个预设区段对应的第一、第二、第三和第四比例；确定每个聚类中每个预设区段对应的可视化圆；基于每个聚类中每个预设区段对应的第一、第二、第三和第四比例对应的不同预设颜色，对每个聚类中每个预设区段对应的可视化圆的四个分区进行渲染，得到用户行为可视化分析图。应用本发明实施例，能够通过可视化分析图直观地看出不同聚类的用户的用电行为差异。
-
公开(公告)号：CN107944629A
公开(公告)日：2018-04-20
申请号：CN201711239629.1
申请日：2017-11-30
Applicant: 北京邮电大学
CPC classification number: G06Q10/04 , G06Q30/0631
Abstract: 本发明实施例提供了一种基于异质信息网络表示的推荐方法及装置，所述方法包括：对预设的异质信息网络提取目标网络节点表示；根据所述目标网络节点表示以及利用预设的矩阵分解模型，获得目标矩阵分解；利用获得的目标矩阵分解，得到用户对商品的预测评分；根据得到的用户对商品的预测评分，将用户或商品作为待推荐对象进行推荐。应用本发明实施例能够提高推荐率。
-
公开(公告)号：CN106022869A
公开(公告)日：2016-10-12
申请号：CN201610312878.8
申请日：2016-05-12
Applicant: 北京邮电大学
CPC classification number: G06Q30/0631 , G06F16/9535
Abstract: 本发明实施例提供了一种消费对象的推荐方法及装置。所述方法包括：获得待推荐消费对象的第一用户；根据保存的每个用户对应的每个待推荐消费对象的第一分数，从所述第一分数中确定所述第一用户对应的每个待推荐消费对象的第二分数；其中，所述第一分数是根据保存的用户针对待推荐消费对象给出的用户评论中的总评分和消费价格，以及预设第一公式确定的；根据确定的第二分数，从所述待推荐消费对象中选择目标消费对象，并推荐给所述第一用户。本实施例能够使向用户推荐的消费对象更准确。
-
Patent Agency Ranking
公开(公告)号：CN103559320A
公开(公告)日：2014-02-05
申请号：CN201310596279.X
申请日：2013-11-21
Applicant: 北京邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30864
Abstract: 本发明实施例公开了一种对异质网络中对象进行排序的方法，其特征在于，所述方法包括：获取第一目标类型与第二目标类型；将异质网络转化为由所述第一目标类型、所述第二目标类型及所述第一目标类型与所述第二目标类型之间的路径构成的二分网络；将所述二分网络转化为对应的张量X；获取在所述张量X中进行随机游走时的可达概率平稳分布；根据所述可达概率平稳分布对所述第一目标类型中的对象、所述第二目标类型中的对象及所述第一目标类型与所述第二目标类型之间的路径进行排序。与现有技术相比，本实施例对异质网络中的对象进行排序时，不但可以使用路径捕捉语义信息，而且可以充分利用语义信息，排序结果相对准确。
-
公开(公告)号：CN103559318A
公开(公告)日：2014-02-05
申请号：CN201310595047.2
申请日：2013-11-21
Applicant: 北京邮电大学
IPC: G06F17/30
CPC classification number: G06F17/30864
Abstract: 本发明实施例公开一种对异质信息网络中对象排序的方法，该方法包括：获取包含N个对象类型的异质信息网络，其中N＞1；依次选取N个对象类型中的一个作为中枢类型，将所述异质信息网络映射成N个子网，每一个所述子网由一个所述中枢类型、相对于所述中枢类型的支持类型及所述中枢类型与所述支持类型之间的链接构成；将所述N个子网组成一个子网序列环；从所述子网序列环中任意选取一个所述子网作为当前子网；对所述当前子网中的对象进行排序；判断排序结果是否稳定；如果所述排序结果稳定，输出所述排序结果。与现有技术相比，本发明实施例对异质信息网络中的对象进行排序时利用了对象类型等语义信息，从而使得排序结果相对准确。
-
公开(公告)号：CN119962627A
公开(公告)日：2025-05-09
申请号：CN202510050121.5
申请日：2025-01-13
Applicant: 北京邮电大学
IPC: G06N3/096 , G06N3/042 , G06N3/0455 , G06N5/022
Abstract: 本发明公开了一种基于语言模型实现跨异质图谱知识识别方法，包括步骤：获取不同源的异质图每个节点以及节点之间的元路径，将元路径连接成文本序列，得到异质图中节点的语料库；利用语料库作为训练数据，根据节点标签的分类对跨异构语言模型LM进行训练，对跨异构语言模型LM进行优化；将跨异构语言模型LM编码的节点嵌入作为输入，对RGCN模型进行训练，生成无标签节点的软标签，对跨异构语言模型LM进行微调；对跨异构语言模型LM和RGCN模型的性能进行对齐，拉近两模型之间的性能差距。本发明提出了一种新的异构图信息识别方法，进一步加强了异构图信息转移过程。
-
公开(公告)号：CN114707644B
公开(公告)日：2024-09-06
申请号：CN202210440602.3
申请日：2022-04-25
Applicant: 支付宝(杭州)信息技术有限公司 , 北京邮电大学
IPC: G06N3/042 , G06F18/214 , G06F18/2415 , G06F16/28 , G06N3/08
Abstract: 本说明书实施例提供一种图神经网络的训练方法，涉及基于用户关系图谱对图神经网络进行多轮次迭代更新，其中任一轮次包括：利用当前图神经网络对所述用户关系图谱进行处理，得到与该用户关系图谱中多个用户节点对应的多个分类预测向量；基于所述多个分类预测向量，为所述多个用户节点中第一数量的未标注节点分配对应的伪分类标签；针对所述第一数量的未标注节点中的各个未标注节点，确定利用其训练所述当前图神经网络而产生的信息增益；根据与所述多个用户节点中各个标注节点对应的分类预测向量和真实分类标签，以及与所述各个未标注节点对应的分类预测向量、伪分类标签和信息增益，更新所述当前图神经网络中的模型参数。
-
公开(公告)号：CN118350410A
公开(公告)日：2024-07-16
申请号：CN202410360506.7
申请日：2024-03-27
Applicant: 北京邮电大学
IPC: G06N3/042 , G06N3/045 , G06N3/098 , G06N3/0895
Abstract: 本申请提供的一种图神经网络的分布外检测方法、装置及相关设备，包括：响应于获取到图神经网络的输入图，对输入图中的每个节点进行每层的消息传递和聚合操作，并使用连接操作进行聚合，得到每个节点对应的节点表示；根据每个节点的节点表示，通过完成训练的相关提示图生成器和无关提示图生成器分别进行输入图的每条边的边权重调整，再分别根据调整后的输入图进行图神经网络的输出，将输出结果基于马氏距离的非参数的映射函数进行得分计算，得到检测得分；根据检测得分确定输入图的检测结果。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.024 seconds)
