公开(公告)号：CN118644316A

公开(公告)日：2024-09-13

申请号：CN202410856543.7

申请日：2024-06-28

Applicant: 北京工业大学

Inventor： 尹瑞平 ,  陈昊 ,  杨震 ,  张毓烜

IPC: G06Q30/0601 ,  G06F16/9535 ,  G06F16/9536 ,  G06F18/214 ,  G06F18/22 ,  G06F18/23213 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明涉及商品推荐技术领域，提供一种云端协同场景下基于元学习的商品推荐方法及系统，方法包括以下步骤：一、用户发布需购买商品的推荐需求；二、基于用户相似聚类的数据增强：首先利用聚类方法在云端粗粒度的寻找相似用户，之后在终端进行细粒度的数据筛选，选择出合适的数据进行数据增强；三、基于元学习的个性化模型训练：首先在云端进行元模型的训练，再在终端在元模型的基础上进行用户个性化模型的训练；四、基于训练好的用户个性化模型对用户进行个性化商品推荐。本发明能够发挥云端和终端各自的优势，协同合作，能较佳地为用户提供个性化的商品推荐。

公开(公告)号：CN119739853A

公开(公告)日：2025-04-01

申请号：CN202411779461.3

申请日：2024-12-05

Applicant: 北京工业大学

Inventor： 张紫涵 ,  张毓烜 ,  尹瑞平 ,  董紫凡 ,  苏淏飏 ,  许强强 ,  赵馨

IPC: G06F16/34 ,  G06F16/353 ,  G06F16/334 ,  G06F16/338 ,  G06N5/04 ,  G06N20/00

Abstract: 本发明提出了一种基于大语言模型自迭代的跨平台社交媒体摘要生成方法，用于对跨平台、多领域的社交媒体数据进行主题聚类与高质量的摘要生成。具体技术方案为：首先从多个社交媒体平台获取多个领域的文本数据，并通过同义词扩展和话题词筛选进行数据预处理。随后，基于文本相似度和LDA模型对数据进行主题聚类，形成多文档数据集。最后，利用生成式大语言模型生成初始摘要，并联合大模型与多维度辅助评估网络在一致性、连贯性、流畅性和主题相关性四个维度上进行评估反馈，进行迭代优化，直至满足多维度质量标准。本方法利用生成式大模型的强大生成能力，能够自动迭代生成高质量摘要，减少人工负担，从而为跨平台社交媒体的高效摘要生成提供了可靠解决方案。