一种流行度纠偏推荐方法、装置、电子设备及存储介质

    公开(公告)号:CN117522532A

    公开(公告)日:2024-02-06

    申请号:CN202410020501.X

    申请日:2024-01-08

    Applicant: 浙江大学

    Abstract: 本申请涉及一种流行度纠偏推荐方法、装置、电子设备及存储介质,其中,该流行度纠偏推荐方法包括:获取目标推荐模型,以最小化目标损失为优化目标,对所述目标推荐模型进行训练;其中,所述目标损失包括第一损失和第二损失,所述第一损失根据所述目标推荐模型的预测值和标签值确定,所述第二损失与目标矩阵的谱范数呈正相关,所述目标矩阵为用户表征矩阵与物品表征矩阵的转置之间乘积矩阵;通过训练后的所述目标推荐模型向用户推荐物品。通过本申请,降低了推荐模型对热门物品的偏好,缓解了推荐模型中普遍存在的流行度偏差问题。

    一种自适应设置推荐系统表征模长的方法

    公开(公告)号:CN115859171A

    公开(公告)日:2023-03-28

    申请号:CN202211633107.0

    申请日:2022-12-19

    Applicant: 浙江大学

    Abstract: 一种自适应设置推荐系统表征模长的方法,包括如下步骤:根据模型当前的状态,计算基准温度系数τ0;基于τ0,针对每个用户,计算其个性化的温度系数τu;根据以上τu,获得用户物品的模长调节后的表征向量。本发明的优点是:能够自适应寻找细粒度的最优的表征模长,提高了模型的推荐性能。

    基于隐式反馈归因的无偏推荐方法

    公开(公告)号:CN115618110A

    公开(公告)日:2023-01-17

    申请号:CN202211324146.2

    申请日:2022-10-27

    Applicant: 浙江大学

    Abstract: 基于隐式反馈归因的无偏推荐方法,本发明推断隐式反馈背后的原因,从而准确提取出用户偏好的正信号和负信号,实现无偏且高效的推荐。本发明首先分析确定隐式反馈背后的四种产生情况;之后基于隐式反馈对用户偏好和曝光分别建模,并构建推断模型对用户隐式反馈的原因进行推理;随后用期望最大化算法对偏好/曝光模块和推断模块进行交替更新;最后使用训练完成的用户偏好模型为用户喜爱的物品进行预测,完成推荐。本发明的优点在于,相比于其他现有方法,本方法通过推断出隐式反馈背后的原因,模型能够充分地利用未点击的数据,提高了推荐的性能,同时本方法具有较好的理论性质。

    一种基于无障碍检测系统的数据分析方法

    公开(公告)号:CN106777015B

    公开(公告)日:2020-04-28

    申请号:CN201611120308.5

    申请日:2016-12-08

    Applicant: 浙江大学

    Abstract: 一种基于无障碍检测系统的数据分析方法,步骤如下:首先及时更新用户无障碍检测数据,包括检测数、平均正确率、放弃率、总积分等;其次当一个网站的无障碍检测完成之后,将生成该网站无障碍检测分析报告,包括该网站中各个检测点的通过率、具体得分、未通过的检测点及相关示例页面;最后,当完成同一类型的网站检测之后,可以可视化展示该类网站之间的对比情况,包括总体无障碍检测情况,各网站在各个无障碍检测点上的得分情况等。

    一种基于WAQM的网站无障碍检测最佳抽样方法

    公开(公告)号:CN105824941B

    公开(公告)日:2019-02-05

    申请号:CN201610159027.4

    申请日:2016-03-21

    Applicant: 浙江大学

    Abstract: 一种基于WAQM的网站无障碍检测最佳抽样方法,在计算机系统上进行以下步骤:将待检测网站中的所有网页按照不同的深度进行分组,具有同一深度的网页聚在一组;构造网站抽样误差的期望模型;给定抽样比率r,通过最小化抽样误差的期望,计算出每层抽样网页数目;根据每层网页抽样数目,在每层中随机选择规定数目的网页组成抽样样本;对样本中的每个网页,利用机器和人工检测得到网页的无障碍得分;根据无障碍衡量标准,利用抽样的网页无障碍得分估算出整个网站的无障碍得分。本方法的优点在于:可以大幅度降低抽样误差,使抽样算法选取的样本网页能更好的反映整个网站的无障碍状况。

    一种基于欧氏距离的高维数据准确近邻快速检索方法

    公开(公告)号:CN103279551B

    公开(公告)日:2016-06-29

    申请号:CN201310226758.2

    申请日:2013-06-06

    Applicant: 浙江大学

    Abstract: 一种基于欧氏距离的高维数据准确近邻快速检索方法,将高维数据表述成向量形式,然后嵌入到均值和方差构成的二维空间中,同时建立原高维数据的采样索引;进行近邻查询时,在输入查询点后,首先通过采样索引获得过滤阈值,然后利用过滤阈值在二维空间中对非近邻数据进行过滤,得到候选数据集;最后线性遍历计算所有候选数据点到查询点的距离,并计算出查询点的最近邻点;本方法的优点在于能够快速处理高维数据,并且能够查询准确的近邻点。

    一种最佳内容重构的无障碍快速阅读方法

    公开(公告)号:CN105677911A

    公开(公告)日:2016-06-15

    申请号:CN201610109811.4

    申请日:2016-02-29

    Applicant: 浙江大学

    CPC classification number: G06F17/30905

    Abstract: 基于最佳内容重构的无障碍快速阅读方法,从互联网上抓取网页后,针对每个网页进行如下操作:首先提取该网页中的文章,将文章表示成句子向量;然后通过词性标注的方法仅仅抽取句子中名词与介词,将文章表示成句子部分集合,基于最佳内容重构的方法抽取少量的句子部分作为文章摘要;最后通过文章摘要与文章原文之间的自由切换阅读的方式帮助视力障碍人士实现跳读,快速阅读。本方法的优点在于:实现自动文章摘要抽取,同时摘要与原文词序一致性保证可以实现摘要与原文间自由切换,真正实现快速阅读。

    一种基于混合模型的商品推荐方法

    公开(公告)号:CN103294812B

    公开(公告)日:2016-02-10

    申请号:CN201310224975.8

    申请日:2013-06-06

    Applicant: 浙江大学

    Abstract: 一种基于混合模型的商品推荐方法,从用户数据库中提取用户的历史评分数据,然后进行如下操作:首先从数据库中提取用户的历史评分数据,将数据集进行分割;使用部分数据集训练最近邻推荐模型和奇异值分解模型;随后再使用剩余的数据集训练线性混合模型;最后根据线性混合模型计算出的缺失评分的估计值进行相关推荐。本方法的优点在于使用线性模型混合最近邻推荐模型和奇异值分解模型,结合了两种推荐算法的优点,提高了商品推荐的准确率。

    一种提取网页中验证码图片的方法

    公开(公告)号:CN102737122B

    公开(公告)日:2014-12-10

    申请号:CN201210192428.1

    申请日:2012-06-08

    Applicant: 浙江大学

    Abstract: 本发明提供了一种提取网页中验证码图片的方法。由于验证码图片在网页中并没有一个固定的网址链接,并且图片随机生成,对其进行刷新或者保存操作会改变图片内容,因此提取验证码图片是很多需要验证码图片的软件应用的一个关键难题。在该方法中,利用光标位置、验证码输入框位置、图片位置、图片大小、图片视觉与内容特征、图片关键字、图片长宽比例等信息将网页中的验证码图片提取出来。

Patent Agency Ranking