公开(公告)号：CN117076772B

公开(公告)日：2025-05-16

申请号：CN202311057137.6

申请日：2023-08-22

Applicant: 北京建筑大学

Inventor： 万珊珊 ,  杨舒月 ,  吕橙 ,  吴钰泉 ,  符泽斌 ,  邱冬炜

IPC: G06F16/9535 ,  G06F16/535 ,  G06N3/0464 ,  G06N3/08 ,  G06Q30/0601

Abstract: 本发明公开一种基于用户心理性格及递进式解离化的图像推荐方法，属于图像推荐领域。该方法首先构建用户高阶强弱特征偏好网络，实现用户的深层次偏好表征。然后提出基于滑动窗口网络的购物心理‑性格提取胶囊，以推断用户购买不同商品的心理和性格差异，多维度深层次表征用户购物行为心理和性格特征。最后提出递进式偏好解离化方法，分别使用点击和加购行为融合，后续引入辅助任务购买、喜欢和使用购物心理和性格作为基础任务，后续引入辅助任务衍生续购偏好，多任务同时解离多个偏好因素，获取不同行为之间显着的用户行为特征。本发明从用户行为序列出发，全面、深层次挖掘隐含信息，提高图像推荐的准确性和多样化。

公开(公告)号：CN116524593A

公开(公告)日：2023-08-01

申请号：CN202310440929.5

申请日：2023-04-23

Applicant: 北京建筑大学

Inventor： 万珊珊 ,  杨兰 ,  杨舒月 ,  丁嘉琦 ,  朱宇涵 ,  邱冬炜

IPC: G06V40/20 ,  G06V20/40 ,  G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V10/74 ,  G06N3/045 ,  G06N3/082 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/0895

Abstract: 本发明公开一种动态手势识别方法、系统、设备及介质，涉及手势识别技术领域。该方法包括：获取待识别手势视频；将待识别手势视频输入至动态手势识别模型中进行识别，得到待识别手势视频的预测类别；动态手势识别模型包括图像编码器、文本编码器和相似度计算器；图像编码器包括特征提取模块和特征融合模块；特征提取模块是以I3D网络为教师模型，以ResNet网络为学生模型，进行知识蒸馏训练得到的；特征融合模块是基于坐标注意力机制构建得到的。本发明能够解决动态手势识别中复杂背景干扰、模型依赖带标签数据以及计算量大且实时性差的问题，提高动态手势识别的识别性能。

公开(公告)号：CN118365400A

公开(公告)日：2024-07-19

申请号：CN202410188373.X

申请日：2024-02-20

Applicant: 北京建筑大学

Inventor： 万珊珊 ,  杨舒月 ,  符泽斌

IPC: G06Q30/0601 ,  G06F16/9535 ,  G06N3/092 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本申请提供了一种基于用户行为的推荐方法及装置，包括：根据目标用户历史交互行为信息，进行演化网络构建，并采用图协同处理方式对构建好的演化网络进行分析处理，预设行为转化概率；构建目标用户的多层级用户行为轨迹树模型；引入共享特征提取器，并采用跨分支注意力机制和跨层级注意力机制对多层级用户行为轨迹树模型进行挖掘处理，确定目标用户的行为偏差分析结果；基于偏差分析结果和行为转化概率，引入多时间戳异步机制，并进行多元视角的异步异质强化学习，确定各项目的累积奖励；根据每个项目的累积奖励，确定为推荐给目标用户的目标项目。通过对用户行为进行分析，确定出用户感兴趣的项目，从而实现个性化推荐和提高推荐结果的准确性。

公开(公告)号：CN117076772A

公开(公告)日：2023-11-17

申请号：CN202311057137.6

申请日：2023-08-22

Applicant: 北京建筑大学

Inventor： 万珊珊 ,  杨舒月 ,  吕橙 ,  吴钰泉 ,  符泽斌 ,  邱冬炜

IPC: G06F16/9535 ,  G06F16/535 ,  G06N3/0464 ,  G06N3/08 ,  G06Q30/0601

Abstract: 本发明公开一种基于用户心理性格及递进式解离化的图像推荐方法，属于图像推荐领域。该方法首先构建用户高阶强弱特征偏好网络，实现用户的深层次偏好表征。然后提出基于滑动窗口网络的购物心理‑性格提取胶囊，以推断用户购买不同商品的心理和性格差异，多维度深层次表征用户购物行为心理和性格特征。最后提出递进式偏好解离化方法，分别使用点击和加购行为融合，后续引入辅助任务购买、喜欢和使用购物心理和性格作为基础任务，后续引入辅助任务衍生续购偏好，多任务同时解离多个偏好因素，获取不同行为之间显着的用户行为特征。本发明从用户行为序列出发，全面、深层次挖掘隐含信息，提高图像推荐的准确性和多样化。

公开(公告)号：CN115329215A

公开(公告)日：2022-11-11

申请号：CN202211001216.0

申请日：2022-08-19

Applicant: 北京建筑大学

Inventor： 万珊珊 ,  刘颖 ,  胡玉玲 ,  吕橙 ,  杨舒月 ,  丁嘉琦 ,  邱冬炜

IPC: G06F16/9536 ,  G06F16/906 ,  G06F16/36 ,  G06N3/04 ,  G06Q30/06

Abstract: 本发明涉及一种异构网络中基于自适应动态知识图谱的推荐方法及系统，属于推荐领域，根据用户以及项目之间的复杂交互关系，构建异构网络，提取用户隐式特征，同时利用图注意力网络中的多头注意力来提取用户的短期偏好，对知识图谱进行更新，进而对用户、项目集合进行分簇，建立种子簇集合，利用RippleNet模型计算概率预测值，得到推荐结果列表，实现时效性以及自适应性，提高推荐系统准确性，更好地解决数据稀疏、冷启动以及偏差问题。