公开(公告)号：CN118377965B

公开(公告)日：2025-04-11

申请号：CN202410526812.3

申请日：2024-04-29

Applicant: 杭州电子科技大学

Inventor： 王东京 ,  李何畏 ,  张新 ,  俞东进 ,  张海平 ,  邓水光

IPC: G06F16/9535 ,  G06F16/901 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/0985

Abstract: 本发明公开了一种因子感知图阶段性负采样表示学习个性化服务方法，步骤如下：S1、输入用户的历史标记数据；S2、根据用户和服务之间的交互构建用户‑服务邻接矩阵；S3、构建负样本候选集合；S4、在无向图G中迭代地执行图卷积生成用户和物品的嵌入表征；S5、利用解耦技术分解出负因子，并对负因子的语义进行约束；S6、利用用户增强挑选出真正的负面实例以进行训练；S7、将正负实例与真负实例相结合，生成合成的硬负实例，以进行进一步性能优化；S8、对正面实例和令人困惑的正面实例之间进行迁移学习；S9、将用户和服务在不同层的嵌入表示相加作为最终表示；S10、推荐：计算最终表示的内积作为每个服务的推荐得分，为用户推荐分数最高的若干个服务。

公开(公告)号：CN118377965A

公开(公告)日：2024-07-23

申请号：CN202410526812.3

申请日：2024-04-29

Applicant: 杭州电子科技大学

Inventor： 王东京 ,  李何畏 ,  张新 ,  俞东进 ,  张海平 ,  邓水光

IPC: G06F16/9535 ,  G06F16/901 ,  G06N3/0464 ,  G06N3/096 ,  G06N3/0985

Abstract: 本发明公开了一种因子感知图阶段性负采样表示学习个性化服务方法，步骤如下：S1、输入用户的历史标记数据；S2、根据用户和服务之间的交互构建用户‑服务邻接矩阵；S3、构建负样本候选集合；S4、在无向图G中迭代地执行图卷积生成用户和物品的嵌入表征；S5、利用解耦技术分解出负因子，并对负因子的语义进行约束；S6、利用用户增强挑选出真正的负面实例以进行训练；S7、将正负实例与真负实例相结合，生成合成的硬负实例，以进行进一步性能优化；S8、对正面实例和令人困惑的正面实例之间进行迁移学习；S9、将用户和服务在不同层的嵌入表示相加作为最终表示；S10、推荐：计算最终表示的内积作为每个服务的推荐得分，为用户推荐分数最高的若干个服务。