公开(公告)号：CN115730120A

公开(公告)日：2023-03-03

申请号：CN202211413388.9

申请日：2022-11-11

Applicant: 桂林电子科技大学

Inventor： 蔡晓东 ,  张言言

IPC: G06F16/951 ,  G06F16/9536

Abstract: 本发明提供一种目标用户筛选方法、装置、系统以及存储介质，属于用户推荐领域，方法包括：S1：根据所有用户数据构建得到各个用户数据的用户关系图；S2：随机抽取所有用户关系图中的任一用户关系图作为目标用户关系图，目标用户关系图包括多个用户初始节点以及多个与用户初始节点对应的至少一个邻居节点；S3：对所有用户初始节点以及所有用户初始节点对应的所有邻居节点进行筛选，得到种子节点数量；S4：根据当前时刻以及所有用户初始节点的种子节点数量进行目标Q表的绘制得到目标Q表。本发明能够提高筛选用户的效率以及准确性，充分地考虑了筛选用户的现实性和不确定性，避免了因筛选出用户的意愿不确定性造成推广资源浪费现象的发生。

公开(公告)号：CN116910380A

公开(公告)日：2023-10-20

申请号：CN202310677940.3

申请日：2023-06-08

Applicant: 桂林电子科技大学

Inventor： 蔡晓东 ,  张言言

IPC: G06F16/9536 ,  G06Q50/00 ,  G06F16/951 ,  G06F16/901

Abstract: 本发明提供社交网络影响力最大化方法、装置、系统以及存储介质，属于用户推荐领域，方法包括：利用网络爬虫方法获取用户数据，并根据用户数据构建得到用户关系图；对用户关系图进行采样得到初始用户向量；导入初始模型参数集合，分析初始模型参数集合、用户关系图以及与初始用户向量的参数函数得到目标参数函数；对目标参数函数进行筛选，并根据筛选结果得到社交网络影响力最大化的结果。本发明与现有方法相比，具有更大影响力的节点，使想要传播的信息能够进行最大范围的传播，一定程度上的解决了理论保证、时间效率、泛化等方面面临的困难。

公开(公告)号：CN116415073A

公开(公告)日：2023-07-11

申请号：CN202211476733.3

申请日：2022-11-23

Applicant: 桂林电子科技大学

Inventor： 蔡晓东 ,  雪韵 ,  张言言

IPC: G06F16/9536 ,  G06Q50/00 ,  G06N3/0464 ,  G06N3/04 ,  G06N3/047 ,  G06N3/08 ,  G06N5/02

Abstract: 本发明提供一种项目推荐方法、装置、系统以及存储介质，属于物品推荐领域，方法包括：利用TransH模型对原始知识图谱三元组进行训练得到评分函数；根据评分函数对TransH模型进行参数更新分析得到初始损失函数以及更新后TransH模型；利用更新后TransH模型对原始知识图谱三元组进行初始化处理得到初始化项目节点向量、初始化用户节点向量以及初始化关系向量。本发明实现了更准确、可解释以及多样化的用户偏好推荐，缓解了数据噪声和数据多样性之间的冲突，提高了推荐的准确性和鲁棒性。