公开(公告)号：CN113888138A

公开(公告)日：2022-01-04

申请号：CN202111258112.3

申请日：2021-10-27

Applicant: 重庆邮电大学

Inventor： 解绍词 ,  姬志明 ,  范欢欢 ,  廖勇杰 ,  曹可瑞 ,  张家俊 ,  梁晨诞 ,  张楚琳 ,  何阳

IPC: G06Q10/10 ,  G06F21/60 ,  G06F21/64

Abstract: 本发明属于计算机领域，具体涉及一种基于区块链和网络表示学习推荐的项目管理方法，该方法包括：获取当前项目信息，对当前项目信息进行预处理；将预处理后的信息输入到推荐模型中，得到推荐人员信息；根据推荐人员信息组建项目组，完成项目；本发明采用基于网络表示学习的推荐算法对指定项目推荐合适的开发人员；利用区块链不可篡改的特性，并结合时间戳以及共识算法，使项目开发全过程能够安全、精准地记录在区块链中；利用基于属性加密的区块链数据溯源算法，实现对项目开发全过程可追溯。

公开(公告)号：CN116049377A

公开(公告)日：2023-05-02

申请号：CN202211599128.5

申请日：2022-12-12

Applicant: 重庆邮电大学

Inventor： 解绍词 ,  范欢欢 ,  姬志明 ,  廖勇杰 ,  曹可瑞

IPC: G06F16/335 ,  G06F16/338 ,  G06F40/289 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明请求保护一种基于矩阵分解和CRNN的上下文感知推荐系统和方法，方法包括以下步骤：利用神经网络提取辅助信息的潜在特征表示，生成项目潜在特征向量。利用概率举证分解模型，将用户偏好矩阵建模为两个低秩用户矩阵和项目矩阵的乘积。使用神经网络提取的项目潜在向量和矩阵分解中对应的项目矩阵中的项目潜在特征向量结合，不断优化得到用户偏好相似矩阵。利用训练模型预测用户对未评分项目进行评分，使用Top‑N排序生成推荐项目。本发明提出了一种利用卷积神经网络和循环神经网络相结合的方法，得到具有高表征的项目特征向量，从而和概率矩阵分解相结合，找到最优的相似用户‑项目评分矩阵，提高推荐的准确性，降低损失率。

公开(公告)号：CN113888138B

公开(公告)日：2024-05-14

申请号：CN202111258112.3

申请日：2021-10-27

Applicant: 重庆邮电大学

Inventor： 解绍词 ,  姬志明 ,  范欢欢 ,  廖勇杰 ,  曹可瑞 ,  张家俊 ,  梁晨诞 ,  张楚琳 ,  何阳

IPC: G06Q10/10 ,  G06F21/60 ,  G06F21/64

Abstract: 本发明属于计算机领域，具体涉及一种基于区块链和网络表示学习推荐的项目管理方法，该方法包括：获取当前项目信息，对当前项目信息进行预处理；将预处理后的信息输入到推荐模型中，得到推荐人员信息；根据推荐人员信息组建项目组，完成项目；本发明采用基于网络表示学习的推荐算法对指定项目推荐合适的开发人员；利用区块链不可篡改的特性，并结合时间戳以及共识算法，使项目开发全过程能够安全、精准地记录在区块链中；利用基于属性加密的区块链数据溯源算法，实现对项目开发全过程可追溯。

公开(公告)号：CN117312668A

公开(公告)日：2023-12-29

申请号：CN202311290071.5

申请日：2023-10-08

Applicant: 重庆邮电大学

Inventor： 解绍词 ,  曹可瑞 ,  廖勇杰 ,  代文雄 ,  王雅江 ,  马玉博

IPC: G06F16/9535 ,  G06N3/0442

Abstract: 本发明涉及一种基于循环神经网络的用户动态兴趣推荐方法及系统，属于推荐技术领域。该系统包括：数据预处理模块、嵌入模块、周期交互模块、多兴趣提取模块和兴趣演化模块。数据预处理模块获取用户的历史交互项目数据，组成用户的历史交互项目序列；嵌入模块将高维稀疏特征向量向低维稠密特征向量转换；周期交互模块将周期性信息纳入用户的兴趣表示中，并设计图形结构来捕捉项目之间的全局和局部交互性；多兴趣提取模块基于自注意力方法从用户序列中提取出多兴趣；兴趣演化模块使用AUGRU来捕获与目标项目相关的兴趣演变过程。本发明能捕捉用户历史行为的周期交互性和用户兴趣的动态性，精准的拟合用户兴趣和定位喜好，获得更优秀的推荐结果。