公开(公告)号：CN114117142A

公开(公告)日：2022-03-01

申请号：CN202111461962.3

申请日：2021-12-02

Applicant: 南京邮电大学

Inventor： 王海艳 ,  尤恺翔 ,  骆健

IPC: G06F16/901 ,  G06F16/906 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明一种基于注意力机制与超图卷积的标签感知推荐方法，标签感知推荐方法通过用户与项目的直接交互关系和用户、项目、标签的简介交互关系分别在用户侧和项目侧构建不同的超图，通过超图卷积提取高阶关系反应的信息，并采用注意力机制对不同重要程度的信息做出区分，通过得到的特征表示进行推荐。本发明引入了超图卷积来挖掘高阶关系以进行特征提取，采用注意力机制对于用户‑项目直接交互的超图与标签感知构建的超图获得的特征进行权重分配，能够更好地区分不同重要程度的信息，通过巧妙地结合超图卷积和注意力机制，本发明提出的方法可以充分提取用户‑项目的直接交互关系和与标签的交互关系中的特征，有效提高推荐方法的性能。

公开(公告)号：CN114117142B

公开(公告)日：2024-11-15

申请号：CN202111461962.3

申请日：2021-12-02

Applicant: 南京邮电大学

Inventor： 王海艳 ,  尤恺翔 ,  骆健

IPC: G06N3/042 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/09

Abstract: 本发明一种基于注意力机制与超图卷积的标签感知推荐方法，标签感知推荐方法通过用户与项目的直接交互关系和用户、项目、标签的简介交互关系分别在用户侧和项目侧构建不同的超图，通过超图卷积提取高阶关系反应的信息，并采用注意力机制对不同重要程度的信息做出区分，通过得到的特征表示进行推荐。本发明引入了超图卷积来挖掘高阶关系以进行特征提取，采用注意力机制对于用户‑项目直接交互的超图与标签感知构建的超图获得的特征进行权重分配，能够更好地区分不同重要程度的信息，通过巧妙地结合超图卷积和注意力机制，本发明提出的方法可以充分提取用户‑项目的直接交互关系和与标签的交互关系中的特征，有效提高推荐方法的性能。

公开(公告)号：CN109871482A

公开(公告)日：2019-06-11

申请号：CN201910037019.6

申请日：2019-01-15

Applicant: 南京邮电大学

Inventor： 王海艳 ,  王晨一 ,  尤恺翔 ,  骆健 ,  纪卓捷

IPC: G06F16/9535 ,  G06Q50/20

Abstract: 本发明提出了一种基于纳什均衡的群组教育资源推荐方法，包括以下步骤：获取群组成员对教育资源的评分，通过矩阵分解将群组成员对教育资源的评分转换为近似满意度；根据近似满意度对群组成员的个体选择进行建模，通过设立支付函数来寻找纳什均衡解，从而获得每个成员对各个策略项的最优选择概率；通过偏好聚合方法来获取群组的偏好，为群组成员推荐符合该偏好的教育资源。本发明提出了在完全信息静态的博弈场景下使用寻找纳什均衡解来模拟群组成员之间的选择，以此来建立群组成员之间的交互性。本方法很好的解决了群组成员之间的利益冲突，能够为群组推荐合适的教育资源，提高了群组成员对推荐资源的满意度。