公开(公告)号：CN112487199B

公开(公告)日：2022-02-18

申请号：CN202011331045.9

申请日：2020-11-24

Applicant: 杭州电子科技大学

Inventor： 周仁杰 ,  刘畅 ,  张纪林 ,  万健 ,  赵乃良 ,  胡强 ,  谢忠毅 ,  殷昱煜 ,  蒋从锋

IPC: G06F16/36 ,  G06F16/9535 ,  G06F40/289 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q30/06

Abstract: 本发明公开了一种基于用户购买行为的用户特征预测方法，该方法包括：采集目标用户特征信息、历史订单信息以及订单商品信息，并利用订单商品信息从公开知识图谱获取商品相关的三元组知识，构建知识子图，利用图卷积神经网络聚合实体近邻局部特征，充分学习实体的表示向量；在用户特征预测模型中根据不同的商品特征以及不同的具有相似购买行为用户的特征学习到目标用户与不同商品以及相似购买行为用户的相似度，充分根据用户间以及用户实体间的相似度学习其特征向量，满足用户的个性化需求。本发明提高了用户特征预测的准确性，从而可以更准确地预测用户特征，构造更完整的用户画像。

公开(公告)号：CN114239584A

公开(公告)日：2022-03-25

申请号：CN202111539122.4

申请日：2021-12-15

Applicant: 杭州电子科技大学

Inventor： 周仁杰 ,  胡强 ,  万健 ,  张纪林 ,  殷昱煜 ,  蒋从锋

IPC: G06F40/295 ,  G06F16/35 ,  G06F16/36 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于自监督学习的命名实体识别方法，该方法包括：对数据集进行预处理，并利用处理好的数据集构建正例句子对和负例句子对，利用embedding编码器分别对正例句子对和负例句子对中的句子进行编码；在基于自监督学习的命名实体识别模型中根据不同的实体特征以及相似度矩阵学习到实体在不同语境中的不同释义，充分根据正例句子对以及负例句子对的相似度学习其特征向量，满足不同语料库的语种上的差异。本发明提高了命名实体识别的准确率，并通过知识图谱解决输出结果中因单词缩写引起的实体类型识别错误的问题，从而可以更准确地预测实体以及实体类型，使得具有多义性单词的词嵌入向量能更好的表示该词在当前语境中的释义。

公开(公告)号：CN112487199A

公开(公告)日：2021-03-12

申请号：CN202011331045.9

申请日：2020-11-24

Applicant: 杭州电子科技大学

Inventor： 周仁杰 ,  刘畅 ,  张纪林 ,  万健 ,  赵乃良 ,  胡强 ,  谢忠毅 ,  殷昱煜 ,  蒋从锋

IPC: G06F16/36 ,  G06F16/9535 ,  G06F40/289 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q30/06

Abstract: 本发明公开了一种基于用户购买行为的用户特征预测方法，该方法包括：采集目标用户特征信息、历史订单信息以及订单商品信息，并利用订单商品信息从公开知识图谱获取商品相关的三元组知识，构建知识子图，利用图卷积神经网络聚合实体近邻局部特征，充分学习实体的表示向量；在用户特征预测模型中根据不同的商品特征以及不同的具有相似购买行为用户的特征学习到目标用户与不同商品以及相似购买行为用户的相似度，充分根据用户间以及用户实体间的相似度学习其特征向量，满足用户的个性化需求。本发明提高了用户特征预测的准确性，从而可以更准确地预测用户特征，构造更完整的用户画像。