一种融合大语言模型世界知识的推荐系统纠偏方法

    公开(公告)号:CN120045792A

    公开(公告)日:2025-05-27

    申请号:CN202510218762.7

    申请日:2025-02-26

    Abstract: 本发明公开了一种融合大语言模型世界知识的推荐系统纠偏方法,包括:获取推荐系统的开源数据集,生成训练集;通过训练集结合上下文学习技术引导大语言模型生成物品的描述信息和用户的偏好推理;通过预训练的文本编码器对物品的描述信息和用户的偏好推理进行编码,生成第一编码向量,对用户和物品的ID进行编码,生成第二编码向量;将第一编码向量和第二编码向量输入多模态专家网络模块,得到用户和物品的最终表示;将用户和物品的最终表示输入预测层得到预测值,进而通过交叉熵损失函数对多模态专家网络模块进行优化;通过优化后的多模态专家网络模块进行推荐系统纠偏。消除用户行为数据中的固有偏差,捕捉用户的真实偏好,完成推荐系统纠偏。

    一种基于社交网络结构信息的推荐方法和装置

    公开(公告)号:CN114491243A

    公开(公告)日:2022-05-13

    申请号:CN202210028963.7

    申请日:2022-01-11

    Abstract: 本发明公开了一种基于社交网络结构信息的推荐方法和装置,其中,该方法包括:根据解耦关系,构建用户项目视图、共同购买视图和社交好友视图;计算共同购买视图和社交朋友视图中社交群体的结构相似度;分别预设共同购买视图和社交好友视图中的语义向量,计算用户在共同购买视图和社交好友视图中的语义相似度;根据结构相似性生成真实数据,根据语义相似度生成拟态数据,区分真实数据和拟态数据,使得语义相似度逼近结构相似度;以及,结合社交好友视图和共同购买视图的语义信息更新用户项目视图中用户的表示,以预测用户兴趣。本发明在社会推荐任务中具有更好的表现,提高了推荐的准确性。

    基于图神经网络的推荐系统定向攻击系统、方法、介质及设备

    公开(公告)号:CN117633352A

    公开(公告)日:2024-03-01

    申请号:CN202311650599.9

    申请日:2023-12-04

    Inventor: 白婷 郭思涵

    Abstract: 本公开涉及基于图神经网络的推荐系统定向攻击系统、方法、介质及设备,所述系统包括:虚假特征生成模块,用于利用对抗生成模型构建和目标用户特征相似的虚假用户特征;虚假连边生成模块,用于利用基于拉普拉斯矩阵的谱聚类方法判断虚假用户节点和目标用户节点是否属于同一连接结构;联合优化模块,用于对多种优化目标进行联合训练和优化,最终生成攻击性能最佳的虚假用户和虚假交互。本公开的系统和方法实现了自动生成、自动优化的攻击方法,不需要手动调整,可以实现端对端的攻击,极大提升了攻击效率。能够对特定目标用户群体进行定向攻击,提升了攻击的成功率和效率,能够以更少的资源达成更精准的攻击。

Patent Agency Ranking