公开(公告)号：CN116629430A

公开(公告)日：2023-08-22

申请号：CN202310611519.2

申请日：2023-05-29

Applicant: 南京邮电大学

Inventor： 顾亦然 ,  徐泽彬 ,  李晓芳 ,  周永波 ,  王雨

IPC: G06Q10/04 ,  G06Q10/0639 ,  G06Q50/20 ,  G06F18/23 ,  G06N3/0499

Abstract: 本发明公开了一种基于走势聚类的新高考高校投档位次预测方法，包括获取x年间各高校的历史最低投档位次数据；根据历史最低投档位次数据进行位次走势划分，并根据位次走势对高校进行聚类，划分为位次走势稳定类高校和位次走势非稳定类高校；对位次走势稳定类高校使用BP神经网络模型预测今年新高考最低投档位次，并在模型训练时加入量化处理后的旧高考选科等级特征；对位次走势非稳定类高校使用GM(1,1)模型预测今年新高考最低投档位次；将不同类别高校的最低投档位次预测结果进行合并，作为新高考下各高校最低投档位次的预测数据，本发明提升了新高考下高校投档位次预测的准确性。

公开(公告)号：CN115905616A

公开(公告)日：2023-04-04

申请号：CN202211380652.3

申请日：2022-11-04

Applicant: 南京邮电大学

Inventor： 顾亦然 ,  周永波 ,  王雨 ,  徐泽彬 ,  李晓芳 ,  彭家旭

IPC: G06F16/735 ,  G06F16/783 ,  G06F16/78 ,  G06V20/40 ,  G06V10/764 ,  G06V10/774 ,  G06Q10/06

Abstract: 本发明公开了一种基于多任务学习的短视频多行为点击预测方法，步骤如下：提取用户基本特征和短视频基本特征；引入词嵌入模型和图嵌入模型充分学习用户历史行为序列中的时序信息，提取出序列特征；建立MMOE多任务模型学习不同行为的联系与差异；并在此基础上引入FM模型学习低阶特征交互；对用户进行查看评论，点赞，点击头像，转发等行为分配不同的权重，进行加权平均，预测用户对短视频点击行为的概率值。本发明引入词嵌入模型和图嵌入模型提取出序列特征，在MMOE模型基础上引入FM模型，不仅可以学习不同行为的联系与差异，而且可以学习低阶特征交互，使模型具有低阶特征的记忆性能和高阶特征的泛化性能，提高点击预测准确性。

公开(公告)号：CN115659020A

公开(公告)日：2023-01-31

申请号：CN202211302285.5

申请日：2022-10-24

Applicant: 南京邮电大学

Inventor： 顾亦然 ,  李晓芳 ,  王雨 ,  周永波 ,  徐泽彬

IPC: G06F16/9535 ,  G06Q10/04 ,  G06Q50/14 ,  G06F18/213 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的旅游路线推荐方法，本发明提取景点标题、景点描述以及景点评论等文本的关键词，通过使用Word2Vec对景点文本以及用户评论进行向量化，再引入GRU双向神经网络模型，深度提取景点属性特征以及用户兴趣特征，结合因子分解机挖掘出景点进行推荐，再根据景点积极属性和消极属性计算用户收益，进一步筛选出最优的旅游景点，并基于用户收益使用Floyd算法计算出最优路线，提升了推荐旅游路线的准确度。

公开(公告)号：CN115659021A

公开(公告)日：2023-01-31

申请号：CN202211304171.4

申请日：2022-10-24

Applicant: 南京邮电大学

Inventor： 顾亦然 ,  王雨 ,  徐泽彬 ,  周永波 ,  李晓芳 ,  彭家旭

IPC: G06F16/9535 ,  G06F16/36 ,  G06F18/25 ,  G06Q30/06 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种融合知识图谱与神经协同过滤的图书推荐方法，本方法构建并训练知识图谱任务模型、图书推荐任务模型，通过执行知识图谱任务模型、图书推荐任务模型，分别获得各图书所对应的分数、预测用户点击率，完成对用户的针对性图书推荐；本发明通过知识图谱嵌入协助完成图书推荐任务，采用知识图谱任务和推荐任务交替学习的方式确定最优参数，缓解数据稀疏性问题；引入神经协同过滤模型NCF根据用户与图书的特征交互挖掘出用户可能感兴趣的图书，提升图书推荐的准确度。