-
公开(公告)号：CN105869058A
公开(公告)日：2016-08-17
申请号：CN201610250016.7
申请日：2016-04-21
Applicant: 北京工业大学
Abstract: 一种多层潜变量模型用户画像提取的方法，涉及数据挖掘和推荐系统领域。本发明是面向社交策展网络提取用户画像，针对收藏条目的文本描述信息和转发链上用户行为的两种模态的数据，提出了一种多层潜变量模型的用户画像提取方法。引入LDA模型对文本描述信息得到用户隐含主题分布，基于用户隐含主题分布的到主题兴趣分布；结合用户隐含主题分布和主题兴趣分布得到用户的兴趣分布。基于多层潜变量模型发现用户社会化社区，并结合Jensen?Shannon散度升序排序得到用户推荐结果。本发明利用用户文本信息和转发链用户行为两种不同模态的信息进行用户社会化社区发现，实现用户推荐。
-
公开(公告)号：CN108876643A
公开(公告)日：2018-11-23
申请号：CN201810505633.6
申请日：2018-05-24
Applicant: 北京工业大学
Abstract: 一种社交策展网络上采集(Pin)的多模态表示方法涉及智能媒体计算和大数据分析技术领域。对于给定采集，其图片经图像缩放、图像裁剪等预处理后；输入到一个在自动标注的图像数据集上训练的卷积神经网络(CNN)中，CNN的前向传播完成后，提取中间层激活值作为图像表示；采集描述中的每个词由一个在语料库上完成训练的word2vec映射为词向量，所有词向量经池化后得到文本表示；图像及文本表示两种模态的表示一同输入到一个完成训练的多模态深度玻尔兹曼机中，推断的顶层激活概率将作为采集的多模态联合表示；本发明将图片、文本两种不同模态的数据融合形成了统一的表示空间，并合理地处理了缺失值问题，是十分有效的采集多模态联合表示方法。
-
Patent Agency Ranking
公开(公告)号：CN107657043B
公开(公告)日：2021-04-16
申请号：CN201710924505.0
申请日：2017-09-30
Applicant: 北京工业大学
IPC: G06F16/9536 , G06F16/951 , G06F16/535 , G06F16/583 , G06Q50/00
Abstract: 一种基于内容的混合图模型图像推荐方法涉及智能媒体计算和大数据分析技术领域。本发明利用社交策展网站的多种关系结构的数据，将各种数据关系组成一个混合图模型，充分利用网的数据，结合随机游走算法和图片的内容信息给用户推荐图片。本发明将内容信息和混合图相结合能更大的提高推荐系统的推荐能力。
-
公开(公告)号：CN109062995B
公开(公告)日：2021-07-30
申请号：CN201810727069.2
申请日：2018-07-05
Applicant: 北京工业大学
IPC: G06F16/9535 , H04L12/58 , H04L29/08
Abstract: 一种社交策展网络上画板(Board)封面的个性化推荐算法涉及智能媒体计算和大数据分析技术领域。本发明基于社交策展网站花瓣网，利用了花瓣网中的多模态数据，设计了一种个性化的画板封面推荐算法，在对采集进行多模态表示后，通过聚类算法将采集向量进行无监督聚类，并选出最靠近模型聚类中心的采集作为画板的新封面。本发明的提出，填补了当前社交策展网络中的功能空缺。
-
公开(公告)号：CN105869058B
公开(公告)日：2019-10-29
申请号：CN201610250016.7
申请日：2016-04-21
Applicant: 北京工业大学
IPC: G06Q50/00 , G06F16/9535 , G06F17/21
Abstract: 一种多层潜变量模型用户画像提取的方法，涉及数据挖掘和推荐系统领域。本发明是面向社交策展网络提取用户画像，针对收藏条目的文本描述信息和转发链上用户行为的两种模态的数据，提出了一种多层潜变量模型的用户画像提取方法。引入LDA模型对文本描述信息得到用户隐含主题分布，基于用户隐含主题分布的到主题兴趣分布；结合用户隐含主题分布和主题兴趣分布得到用户的兴趣分布。基于多层潜变量模型发现用户社会化社区，并结合Jensen‑Shannon散度升序排序得到用户推荐结果。本发明利用用户文本信息和转发链用户行为两种不同模态的信息进行用户社会化社区发现，实现用户推荐。
-
公开(公告)号：CN109062995A
公开(公告)日：2018-12-21
申请号：CN201810727069.2
申请日：2018-07-05
Applicant: 北京工业大学
Abstract: 一种社交策展网络上画板(Board)封面的个性化推荐算法涉及智能媒体计算和大数据分析技术领域。本发明基于社交策展网站花瓣网，利用了花瓣网中的多模态数据，设计了一种个性化的画板封面推荐算法，在对采集进行多模态表示后，通过聚类算法将采集向量进行无监督聚类，并选出最靠近模型聚类中心的采集作为画板的新封面。本发明的提出，填补了当前社交策展网络中的功能空缺。
-
公开(公告)号：CN107657043A
公开(公告)日：2018-02-02
申请号：CN201710924505.0
申请日：2017-09-30
Applicant: 北京工业大学
CPC classification number: G06F17/30867 , G06F17/30247 , G06F17/3028 , G06Q50/01
Abstract: 一种基于内容的混合图模型图像推荐方法涉及智能媒体计算和大数据分析技术领域。本发明利用社交策展网站的多种关系结构的数据，将各种数据关系组成一个混合图模型，充分利用网的数据，结合随机游走算法和图片的内容信息给用户推荐图片。本发明将内容信息和混合图相结合能更大的提高推荐系统的推荐能力。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
