公开(公告)号：CN117829950A

公开(公告)日：2024-04-05

申请号：CN202311773521.6

申请日：2023-12-22

Applicant: 北京工业大学 ,  内蒙航天动力机械测试所

Inventor： 简萌 ,  李若溪 ,  夏卓阳 ,  王掌权 ,  刘洁瑛 ,  富帅 ,  王永年

IPC: G06Q30/0601 ,  G06F16/9535 ,  G06N3/0455 ,  G06N5/04

Abstract: 本发明公开了一种基于用户个性化反馈的生成式推荐系统及方法。首先这种推荐方法在基于检索的推荐基础上增添了人工智能生成内容(AIGC)环节。AIGC环节主要由两个组件组成：AI指导器和AI生成器。AI指导器通过用户的反馈行为判断是否需要启动AI生成器，如需启动，AI生成器与用户多次交互，将生成指导信号传递给AI生成器。AI生成器根据指导信号、用户个性化需求、事实，生成针对该用户的个性化物品。生成的物品既可以直接推荐给用户也可以放入物品语料库中，与原有语料库中物品同推荐给其他用户。针对于上述方法，我们利用公开电商平台数据集分别进行训练、测试以优化模型的性能，验证该方法的有效性。

公开(公告)号：CN114936328A

公开(公告)日：2022-08-23

申请号：CN202210429323.7

申请日：2022-04-22

Applicant: 北京工业大学

Inventor： 简萌 ,  王拓 ,  毋立芳 ,  王掌权 ,  石戈 ,  相叶 ,  李尊

IPC: G06F16/9536 ,  G06F16/901 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于Transformer模型的图卷积兴趣解耦方法。传统的推荐算法多采用图卷积的方法，考虑了用户与其邻居节点之间信息的传递，但是生成的用户特征表示是单一的，忽略了用户的交互是由多方面兴趣产生的，即隐向量相互纠缠问题，导致推荐的性能不能达到最优。本发明提出了一种新型的细粒度级别兴趣解耦方法，首先使用图卷积的方法研究用户在不同兴趣空间之内的特征，再通过Tranformer模型探究用户不同兴趣之间的内在联系，最后将不同兴趣之间的特征融合得到兴趣解耦后用户特征表达。针对上述方法，我们利用公开的社交网络、电商平台以及点评网站的数据集分别进行训练、测试以优化模型的性能，验证该方法的有效性。