公开(公告)号：CN115422413A

公开(公告)日：2022-12-02

申请号：CN202211082135.8

申请日：2022-09-06

Applicant: 北京信息科技大学

Inventor： 何琼 ,  陈进东 ,  张健 ,  贾昊男

IPC: G06F16/9035 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开的基于深度学习的中小微企业服务资源推荐方法及系统，属于人工智能领域。该方法包括：获取服务资源交易数据集，构建企业‑服务资源异构信息网络；然后分别通过图神经网络模型和全连接神经网络模型进行深度特征提取得到企业及服务资源的最终向量表示；根据所述企业及服务资源的最终向量表示进行企业‑服务资源链路连接概率预测，根据预测结果确定推荐给中小微企业的服务资源。本发明仅通过企业的服务购买记录进行推荐，解决了在缺少如点击、收藏、评论等用户行为信息下实现服务资源精准推荐的问题。

公开(公告)号：CN115422459A

公开(公告)日：2022-12-02

申请号：CN202211082132.4

申请日：2022-09-06

Applicant: 北京信息科技大学

Inventor： 何琼 ,  陈进东 ,  张健 ,  贾昊男

IPC: G06F16/9535 ,  G06N3/04 ,  G06K9/62

Abstract: 本申请公开了一种基于特征融合的中小微企业服务图卷积网络推荐方法，属于信息推荐技术领域。该方法包括数据采集和数据预处理；基于数据预处理结果提取用户自身特征、服务自身特征以及构建用户‑服务二部图；将所述用户自身特征、服务自身特征及用户‑服务二部图，经过图卷积神经网络进行编码和辅助特征融合得到用户、服务特征的最终嵌入表示；基于所述用户、服务特征的最终嵌入表示进行用户‑服务的链路连接预测，将预测为确定连接的服务资源推荐给用户。通过在节点信息中融入用户、服务的辅助信息更好的对节点信息进行描述，对比同期的图神经网络推荐算法有较好的效果，对缓解推荐系统冷启动问题有明显改善。