Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 桂林电子科技大学蔡晓东获国家专利权

桂林电子科技大学蔡晓东获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉桂林电子科技大学申请的专利一种社交推荐方法、装置、系统以及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116701778B

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310524272.0,技术领域涉及:G06F16/9536;该发明授权一种社交推荐方法、装置、系统以及存储介质是由蔡晓东;方晟设计研发完成,并于2023-05-10向国家知识产权局提交的专利申请。

一种社交推荐方法、装置、系统以及存储介质在说明书摘要公布了:本发明提供一种社交推荐方法、装置、系统以及存储介质,属于数据推荐领域,方法包括:从社交网络中获得原始用户节点、原始项目节点、原始邻居节点集合以及用户项目评分;根据用户项目评分从原始邻居节点集合中筛选出目标相似度以及目标邻居节点集合;构建训练模型,根据原始用户节点、原始项目节点、目标相似度、目标邻居节点集合以及用户项目评分对训练模型进行训练得到推荐模型。本发明挖掘了潜在的兴趣和需求,从而推荐更符合用户需求的内容和朋友,提高了社交推荐的效果,使得推荐结果更加准确。

本发明授权一种社交推荐方法、装置、系统以及存储介质在权利要求书中公布了:1.一种社交推荐方法,其特征在于,包括如下步骤: 从社交网络中获得用户数据,所述用户数据包括多个原始用户节点、多个原始项目节点、与各个所述原始用户节点对应的原始邻居节点集合以及与各个所述原始用户节点对应的多个用户项目评分; 根据所有所述用户项目评分从所有所述原始邻居节点集合中筛选出多个原始用户节点的目标相似度以及多个原始用户节点的目标邻居节点集合; 构建训练模型,根据所有所述原始用户节点、所有所述原始项目节点、所有所述原始用户节点的目标相似度、所有所述原始用户节点的目标邻居节点集合以及所有所述用户项目评分对所述训练模型进行训练,得到推荐模型; 导入多个待推荐用户节点和多个待推荐项目节点,通过所述推荐模型对多个所述待推荐用户节点和多个所述待推荐项目节点进行推荐,得到社交推荐结果; 所述构建训练模型,根据所有所述原始用户节点、所有所述原始项目节点、所有所述原始用户节点的目标相似度、所有所述原始用户节点的目标邻居节点集合以及所有所述用户项目评分对所述训练模型进行训练,得到推荐模型的过程包括: 获得迭代次数,分别对各个所述原始用户节点、各个所述原始项目节点以及各个所述原始用户节点的目标邻居节点集合进行向量化处理,对应得到与各个所述原始用户节点对应的原始用户向量、与各个所述原始项目节点对应的原始项目向量以及与各个所述原始用户节点对应的目标邻居向量; 根据所述迭代次数分别对各个所述原始用户向量、与各个所述原始用户节点对应的目标邻居向量以及多个原始用户节点的目标相似度进行注意力分析,得到与各个所述原始用户节点对应的多个待处理邻居向量以及与各个所述原始用户节点对应的多个目标注意力得分; 所述根据所述迭代次数分别对各个所述原始用户向量、与各个所述原始用户节点对应的目标邻居向量以及多个原始用户节点的目标相似度进行注意力分析,得到与各个所述原始用户节点对应的多个待处理邻居向量以及与5各个所述原始用户节点对应的多个目标注意力得分的过程包括: 通过第四式和所述迭代次数分别对各个所述原始用户向量、与各个所述原始用户节点对应的目标邻居向量以及多个原始用户节点的目标相似度进行聚合,得到与各个所述原始用户节点对应的待处理邻居向量,并将所述待处理邻居向量作为下一次迭代次数的原始用户向量,直至达到迭代次数,从而得到与各个所述原始用户节点对应的多个待处理邻居向量,所述第四式为: 其中,其中,为第k次迭代原始用户节点ui对应的待处理邻居向量,为原始用户节点ui与原始用户节点uj的目标相似度,为第k次迭代原始用户节点ui与原始用户节点uj的邻居聚合向量,为原始用户节点ui对应的目标邻居向量,为原始用户节点uj对应的目标邻居向量,为第k次迭代原始用户节点uj对应的原始用户向量,为第一次迭代原始用户节点uj对应的原始用户向量,Wk为第k次迭代可训练矩阵,为传播信息衰减因子; 通过第五式和所述迭代次数分别计算与各个所述原始用户节点对应的待处理邻居向量的注意力得分,得到与各个所述原始用户节点对应的多个初始注意力得分,所述第五式为: 其中,为第k次迭代原始用户节点ui对应的原始注意力得分,为第一次迭代原始用户节点ui对应的待处理邻居向量,为第k次迭代原始用户节点ui对应的待处理邻居向量,Relu为激活函数; 分别对各个所述初始注意力得分进行归一化处理,得到与各个所述原始用户节点对应的多个目标注意力得分。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人桂林电子科技大学,其通讯地址为:541004 广西壮族自治区桂林市七星区金鸡路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。