公开(公告)号：CN112464098B

公开(公告)日：2024-02-02

申请号：CN202011419952.9

申请日：2020-12-05

Applicant: 北京工业大学

Inventor： 杨震 ,  刘俊锐 ,  李童

IPC: G06F16/9535 ,  G06F16/9538

Abstract: 本发明公开了基于相似性成对排名的推荐系统物品预测方法，该方法的步骤如下：获取推荐系统数据集；针对每个用户将数据集划分为正负样本集合；将正样本集合进一步划分为相似物品组；将数据集、相似物品组、负样本集合重新组成相似物品对组成的数据集；相似成对排名模型初始化；相似成对排名模型训练；物品分数预测和排序。本方法在成对排序方法的基础上，利用物品之间的相似性，推荐系统中现有的贝叶斯个性化排序方法进行了优化，解决了成对排序方法中的头部问题。使用相似性成对排序的推荐系统在物品推荐排名预测性能比原有的成对排序预测方法性能有提升。

公开(公告)号：CN112464098A

公开(公告)日：2021-03-09

申请号：CN202011419952.9

申请日：2020-12-05

Applicant: 北京工业大学

Inventor： 杨震 ,  刘俊锐 ,  李童

IPC: G06F16/9535 ,  G06F16/9538

Abstract: 本发明公开了基于相似性成对排名的推荐系统物品预测方法，该方法的步骤如下：获取推荐系统数据集；针对每个用户将数据集划分为正负样本集合；将正样本集合进一步划分为相似物品组；将数据集、相似物品组、负样本集合重新组成相似物品对组成的数据集；相似成对排名模型初始化；相似成对排名模型训练；物品分数预测和排序。本方法在成对排序方法的基础上，利用物品之间的相似性，推荐系统中现有的贝叶斯个性化排序方法进行了优化，解决了成对排序方法中的头部问题。使用相似性成对排序的推荐系统在物品推荐排名预测性能比原有的成对排序预测方法性能有提升。

公开(公告)号：CN119597932A

公开(公告)日：2025-03-11

申请号：CN202411645161.6

申请日：2024-11-18

Applicant: 北京工业大学

Inventor： 李童 ,  刘乐 ,  高云瀚 ,  王子恒 ,  刘俊锐

IPC: G06F16/36 ,  G06F40/284 ,  G06F16/35

Abstract: 本申请提供了一种方面情感四元组提取方法、装置、设备及介质，其中，方法包括基于用户评论数据集，对文本进行词性分析及依赖关系刻画，基于抽取规则自动抽取方面词，并根据分类规则将方面词进行分类获得预设个数的方面类别字典；构建含有调用预设方面类别字典，并设置详细任务描述信息的提示词，详细任务描述信息包括大语言模型提取方面情感四元组任务的执行流程和四元组提取逻辑；将提示词与待提取的评论数据集输入大语言模型，根据提示词的形式自动地调用方面类别字典注入到大语言模型中，实现用户评论中的情感四元组的提取。本申请实现大语言模型高效且更准确地提取用户评论中的情感四元组，减少了人为干预，提升了模型的通用性与适用性。

公开(公告)号：CN117851669A

公开(公告)日：2024-04-09

申请号：CN202311865137.9

申请日：2023-12-29

Applicant: 北京工业大学

Inventor： 杨实秋 ,  钟旭 ,  李童 ,  刘俊锐

IPC: G06F16/9535 ,  G06N3/0464 ,  G06N3/08 ,  G06N3/045 ,  G06Q30/0601

Abstract: 本说明书实施例提供了一种基于用户评论的多任务模型推荐方法及系统，其中，方法包括：S1：获取用户购买并评论物品的信息作为正样本及训练集A，对用户未购买的物品随机采样作为负样本，联合正、负样本作为训练集B，对训练集A、B处理后得到输入数据A、B；S2：将输入数据A输入卷积神经网络并联合多层感知机得到评论向量，计算评论向量间的欧式距离后输入循环神经网络并联合多层感知机得到最终交互向量，最后通过多层感知机输出评分任务预测结果；S3：输入数据B重复执行S2输出点击率任务预测结果；S4：将评分任务预测结果转化为评分结果，融合两种任务预测结果为点击概率，通过评分结果与点击概率得到物品评分表并排序，生成最终的推荐列表。