公开(公告)号：CN113987110A

公开(公告)日：2022-01-28

申请号：CN202111373960.9

申请日：2021-11-19

Applicant: 中核第四研究设计工程有限公司

Inventor： 霍晨琛 ,  吴卫芳 ,  郭九江 ,  曾晨 ,  喻梅 ,  许林英 ,  肖诗伟 ,  王新锐 ,  张丽丽

IPC: G06F16/31 ,  G06F40/295 ,  G06F16/25 ,  G06F16/242 ,  G06F16/28

Abstract: 本发明公开了一种基于块分解的知识问答智能搜索方法，对导入数据库中的知识数据，进行预处理，转换成结构化形式数据的三元组数据集；采用One‑hot编码对转换后的结构化数据的三元组数据集进行编码；然后将数据集分割为训练集和测试集，采用BTD张量分解算法构建知识问答智能搜索模型。本方法将其转化为一个数学中的三阶二值张量问题，它可以预测缺失的主语或客体实体，本发明使用所有真实的三元组子集来学习实体和关系的嵌入向量，是一种基于数学张量的更广义的分解，它能更准确地分解形成的因子。本发明可以在搜索准确率低、用户搜索体验差的的特点下，经过大量数据训练后，通过更精准的方式进行搜索补全，以实现高效、准确的搜索系统的方法。

公开(公告)号：CN113987110B

公开(公告)日：2025-02-18

申请号：CN202111373960.9

申请日：2021-11-19

Applicant: 中核第四研究设计工程有限公司

Inventor： 霍晨琛 ,  吴卫芳 ,  郭九江 ,  曾晨 ,  喻梅 ,  许林英 ,  肖诗伟 ,  王新锐 ,  张丽丽

IPC: G06F16/31 ,  G06F40/295 ,  G06F16/25 ,  G06F16/242 ,  G06F16/28

Abstract: 本发明公开了一种基于块分解的知识问答智能搜索方法，对导入数据库中的知识数据，进行预处理，转换成结构化形式数据的三元组数据集；采用One‑hot编码对转换后的结构化数据的三元组数据集进行编码；然后将数据集分割为训练集和测试集，采用BTD张量分解算法构建知识问答智能搜索模型。本方法将其转化为一个数学中的三阶二值张量问题，它可以预测缺失的主语或客体实体，本发明使用所有真实的三元组子集来学习实体和关系的嵌入向量，是一种基于数学张量的更广义的分解，它能更准确地分解形成的因子。本发明可以在搜索准确率低、用户搜索体验差的的特点下，经过大量数据训练后，通过更精准的方式进行搜索补全，以实现高效、准确的搜索系统的方法。

公开(公告)号：CN113988951A

公开(公告)日：2022-01-28

申请号：CN202111373959.6

申请日：2021-11-19

Applicant: 中核第四研究设计工程有限公司

Inventor： 霍晨琛 ,  肖诗伟 ,  曾晨 ,  郭九江 ,  喻梅 ,  许林英 ,  刘晓明 ,  赵凯培 ,  陈帅

IPC: G06Q30/02 ,  G06Q30/06 ,  G06F16/9536 ,  G06N20/00

Abstract: 本发明公开了一种基于张量分解和协同过滤的商品推荐学习模型构建方法，首先获取用户对商品的历史行为数据，进行预处理，得到验证集、训练集和测试集；然后对用户、商品、行为信息进行嵌入处理，随机初始化特征向量；再根据CP分解方法计算相似度评分，设置并优化平方损失函数；最后采用多任务学习框架联合学习，调整并训练模型。本发明可用于铀矿山原材料推荐，辅助用户决策，可以在用户指标不明确、历史购买数据不足、候选原材料数量多的情况下，实现针对用户的个推荐。可以有效地减少稀疏数据造成的冷启动问题，帮助用户快速、准确地做出购买决策。在推荐精度和训练速度上达到相当可观的高度，具有实际应用的潜力。