公开(公告)号：CN119622122A

公开(公告)日：2025-03-14

申请号：CN202411806912.8

申请日：2024-12-10

Applicant: 北京工业大学

Inventor： 张鹏 ,  石美惠 ,  杜金莲 ,  苏航

IPC: G06F16/9537 ,  G06F16/9535 ,  G06N3/0442 ,  G06N3/0895 ,  G06F16/9536 ,  G06Q50/00 ,  G06N3/045

Abstract: 本发明提出了一种面向低质量数据场景的兴趣点推荐方法。首先利用神经网络将用户偏好分为长期偏好和短期偏好，并利用不同的方法分别学习，具体来说，用注意力机制来捕捉用户的长期偏好，同时用两个不共享参数的长短期记忆网络(Long Short‑Term Memory，LSTM)学习用户的短期偏好；其次利用对比自监督学习，在时空维度上构建强化数据，并使用对比损失增强LSTM的识别能力，改善模型对数据的理解和表征能力；最后，将长期和短期的输出结合在一起，并通过学习每个用户的加权向量平衡长期、短期偏好的重要性。这种综合方法使得我们能够在应用于低质量数据集时获得更为优秀的推荐结果，为推荐系统的性能提升提供了有力支持。

公开(公告)号：CN120067232A

公开(公告)日：2025-05-30

申请号：CN202510235459.8

申请日：2025-02-28

Applicant: 北京工业大学

Inventor： 才智 ,  苏施圆 ,  石美惠

IPC: G06F16/29 ,  G06F16/2455 ,  G06F16/248 ,  G06F16/242

Abstract: 本发明公开了基于空间局部性原理的属性地图草图搜索方法，通过对基础数据的处理，生成一幅以点要素为主的地图。该方法的目标是，用户输入一幅草图后，根据草图的内容以及草图在绘制时地物距离接近的特点在地图上查找与之相似的区域。最终，通过返回区域空间大小对搜索结果进行排序，并将结果返回给用户。