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：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。