公开(公告)号：CN114418253A

公开(公告)日：2022-04-29

申请号：CN202110664342.3

申请日：2021-06-16

申请人： 南京大学

发明人： 王崇骏 ,  于花蕾 ,  曹萌 ,  蒋先杰 ,  谢俊元

IPC分类号： G06Q10/06 ,  G06N3/04

摘要： 本发明公开了一种基于图神经网络的自适应众包任务推荐方法，获取真实应用场景中的众包任务对象集合和推荐人群集合，根据众包任务对象和推荐人群依据经典KNN方法构建出众包网络图结构和推荐人群网络图结构；利用图神经网络方法GCN分别在众包网络图结构、推荐人群网络图结构上进行多轮信息传播，对众包任务以及推荐人进行任务嵌入表示和推荐人嵌入表示学习；递归的进行嵌入表示学习操作，多轮学习后，将得到的众包嵌入表示和推荐人嵌入表示采用t‑SNE映射到同一空间当中，根据邻近原则，将对应的任务推荐到具体到个人。本发明不仅可精准推荐众包任务到个人，而且比传统的众包任务推荐方法更加高效且准确，且更加科学合理。

公开(公告)号：CN113361928B

公开(公告)日：2023-08-25

申请号：CN202110631471.2

申请日：2021-06-07

申请人： 南京大学

发明人： 王崇骏 ,  曹萌 ,  于花蕾 ,  杨尚 ,  资帅

IPC分类号： G06Q10/0631 ,  G06Q10/0639 ,  G06F16/9535 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于异构图注意力网络的众包任务推荐方法，首先采集众包数据，依次进行特征清洗、特征筛选、特征补全处理后获得众包参与人员与任务的属性特征向量，并构建异构众包网络，按照设定元路径进行采样和预训练，获取人员与任务的节点特征表示并进行模型训练，获取节点对之间的注意力；依据注意力系数进行邻居节点信息的传递和聚合，更新人员与任务的节点特征表示；最后根据学习到的节点特征表示，计算人员与任务的相似性得分，按照得分排序进行任务推荐；本发明针对众包中已有的任务信息与人员信息，建立众包异构网络，使用图注意力网络进行众包网络中特征向量的更新，提升众包任务推荐准确度，进一步提升完成效率和完成质量。

公开(公告)号：CN113361928A

公开(公告)日：2021-09-07

申请号：CN202110631471.2

申请日：2021-06-07

申请人： 南京大学

发明人： 王崇骏 ,  曹萌 ,  于花蕾 ,  杨尚 ,  资帅

IPC分类号： G06Q10/06 ,  G06F16/9535 ,  G06N3/04 ,  G06N3/08

摘要： 本发明公开了一种基于异构图注意力网络的众包任务推荐方法，首先采集众包数据，依次进行特征清洗、特征筛选、特征补全处理后获得众包参与人员与任务的属性特征向量，并构建异构众包网络，按照设定元路径进行采样和预训练，获取人员与任务的节点特征表示并进行模型训练，获取节点对之间的注意力；依据注意力系数进行邻居节点信息的传递和聚合，更新人员与任务的节点特征表示；最后根据学习到的节点特征表示，计算人员与任务的相似性得分，按照得分排序进行任务推荐；本发明针对众包中已有的任务信息与人员信息，建立众包异构网络，使用图注意力网络进行众包网络中特征向量的更新，提升众包任务推荐准确度，进一步提升完成效率和完成质量。