公开(公告)号：CN110781207A

公开(公告)日：2020-02-11

申请号：CN201911059719.1

申请日：2019-11-01

Applicant: 安徽大学

Inventor： 李学俊 ,  严文强

IPC: G06F16/2452 ,  G06F16/2457 ,  G06F16/215

Abstract: 本发明属于自然语言处理和推荐领域，具体涉及一种基于用户画像的专利推荐方法。该专利推荐方法包括以下步骤：在推荐方法中输入原始参数；利用分词技术和关键词提取技术为系统中每一个专利构建专利的画像；利用用户收藏的专利列表和搜索关键词列表来构建用户画像；利用神经网络模型分别把所有专利的画像和用户的用户画像转化成向量表示；按照相似度排序输出推荐列表给用户。本发明可以解决推荐系统的专利冷启动和词频向量表示专利特征过于单一、片面的问题，能够更准确的表示出用户对专利的兴趣爱好点，能够更高效、更精准的给用户推荐感兴趣的专利。

公开(公告)号：CN110704747A

公开(公告)日：2020-01-17

申请号：CN201910960956.9

申请日：2019-10-11

Applicant: 安徽大学

Inventor： 李学俊 ,  严文强

IPC: G06F16/9535 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/18

Abstract: 本发明属于电数字数据处理领域，具体涉及一种基于深度语义相似性的智能专利推荐方法，该方法包括以下步骤：在推荐方法中输入原始参数；补全所有注册用户与所有专利之间的交互矩阵；计算所有注册用户之间的相似度矩阵；根据所有注册用户之间的相似度矩阵查询得到最相邻用户列表；根据最相邻用户列表找到可能用于推荐的专利列表；预测被推荐用户对所述的possibleLoveList中专利的评分；按照评分排序输出推荐列表给被推荐用户。该方法可以解决所有注册用户和所有专利之间的交互矩阵稀疏导致专利向量计算时，用户相似度矩阵不准确或者不能够计算的问题，以及推荐精准度不理想的问题。