公开(公告)号：CN114491291A

公开(公告)日：2022-05-13

申请号：CN202210076032.4

申请日：2022-01-23

Applicant: 河北工程大学

Inventor： 王巍 ,  刘华真 ,  杜雨晅 ,  谷壬倩 ,  魏忠诚

IPC: G06F16/9536 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/00

Abstract: 本发明提供了一种用户偏好预测方法、终端及存储介质，该方法包括：根据m个用户与n个项目的历史交互数据，构建显式评分矩阵和隐式评分矩阵，显式评分矩阵用于表示m个用户对n个项目的显式评分，隐式评分矩阵用于表示m个用户对n个项目的隐式评分，显式评分矩阵和隐式评分矩阵都是m行n列的矩阵；将显式评分矩阵和隐式评分矩阵输入预设置的矩阵分解与深度神经网络联合预测模型，得到预测结果，对于m个用户中的每个用户，预测结果包括该用户对n个项目中每个项目的偏好程度的值。本发明能够提高对用户偏好的预测精度。

公开(公告)号：CN114997675A

公开(公告)日：2022-09-02

申请号：CN202210666465.5

申请日：2022-06-14

Applicant: 河北工程大学

Inventor： 谷壬倩 ,  王巍 ,  刘华真 ,  谷烜浩

IPC: G06Q10/06 ,  H04L41/14 ,  H04L67/12

Abstract: 本发明提出了一种灾害应急物联网模型中不确定性贡献度的分析方法。该方法包括：针对灾害应急物联网模型进行通信连接请求；计算灾害应急物联网模型中物联网设备进行通信请求的功率；计算灾害应急物联网模型中整体的不确定性大小；计算所取样的不确定性参数的贡献度；根据贡献度的变化曲线，将具有代表性的六组不确定性参数代入到灾害应急物联网通信模型中，通过地面物联网设备的部署情况对灾害应急物联网通信模型进行验证。该方法在保证灾害应急物联网模型中设备的正常通信前提下，实现了对灾害应急物联网模型中不确定性参数的贡献度大小分析情况，对于灾害应急物联网模型中不确定性的分析具有指导意义。

公开(公告)号：CN112861017A

公开(公告)日：2021-05-28

申请号：CN202011586554.6

申请日：2020-12-21

Applicant: 河北工程大学

Inventor： 洪惠君 ,  王巍 ,  梁雅静 ,  刘阳 ,  刘华真

IPC: G06F16/9536 ,  G06Q30/02 ,  G06N3/04

Abstract: 本发明提供一种基于图卷积的神经协同过滤的信息推荐方法，包括以下步骤：S1：采集用户行为数据和用户，物品的属性内容；S2：若采集的行为是显式评分，则根据用户对物品的评分信息构造用户‑用户图，计算用户与用户、物品与物品之间的相似度构造用户‑用户图，物品‑物品图；若采集的行为信息只有浏览、点击等隐式交互信息，构造用户‑物品图：S3：对构建的关系图进行图卷积操作，得到用户、物品的节点的特征向量；S4：将用户、物品的节点的特征向量分别与用户、物品的属性特征进行全连接；S5：将得到的用户、物品的节点的特征向量作为神经协同过滤算法框架的输入层，从而进行预测，根据预测结果进行信息推荐。

公开(公告)号：CN114996591A

公开(公告)日：2022-09-02

申请号：CN202210583460.6

申请日：2022-05-25

Applicant: 河北工程大学

Inventor： 杜雨晅 ,  王巍 ,  刘华真 ,  张闯 ,  郑小丽 ,  魏忠诚

IPC: G06F16/9536 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种用户推荐方法、装置、电子设备及存储介质。该方法包括：获取包括多个用户的基本信息和多个项目的基本信息的第一信息集；基于第一信息集，利用图卷积神经网络，计算多个用户中每个用户的目标用户特征向量和多个项目中每个项目的目标项目特征向量；根据目标用户特征向量和目标项目特征向量，计算各个用户之间的相似度，并根据各个用户之间的相似度向用户进行内容推荐。本发明能够避免协同过滤推荐算法存在稀疏性问题，提高用户推荐的可靠性。