Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
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 科技服务 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 > 电子科技大学周艳获国家专利权

电子科技大学周艳获国家专利权

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!

龙图腾网获悉电子科技大学申请的专利一种基于时空知识图注意力网络的兴趣点推荐方法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:CN119922232B

龙图腾网通过国家知识产权局官网在2025-10-03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:202510003758.9,技术领域涉及:H04L67/55;该发明授权一种基于时空知识图注意力网络的兴趣点推荐方法是由周艳;张迪;刘子源;何静设计研发完成,并于2025-03-06向国家知识产权局提交的专利申请。

一种基于时空知识图注意力网络的兴趣点推荐方法在说明书摘要公布了:本发明公开了一种基于时空知识图注意力网络的兴趣点推荐方法,属于兴趣点推荐领域,包括以下步骤:S1、建立用户‑兴趣点时空关系图;S2、对用户‑兴趣点时空关系图进行时空知识图嵌入;S3、信息编码;S4、构建时空知识图注意力网络;S5、任务预测。本发明采用上述的一种基于时空知识图注意力网络的兴趣点推荐方法,通过多层非线性特征融合和动态特征更新,捕捉了用户签到兴趣点的动态特征,有效缓解了签到数据高稀疏性和弱语义性问题,从而显著提升了推荐的准确性。

本发明授权一种基于时空知识图注意力网络的兴趣点推荐方法在权利要求书中公布了:1.一种基于时空知识图注意力网络的兴趣点推荐方法,其特征在于,包括以下步骤: S1、建立用户‑兴趣点时空关系图; 根据用户之间相似度、兴趣点相似关系和兴趣点之间的时空关系,建立用户‑兴趣点时空关系图; S2、对用户‑兴趣点时空关系图进行时空知识图嵌入;时空知识图嵌入包括TransR嵌入方法,TransR嵌入方法对用户和兴趣点之间的时空签到关系建立模型,具体为: 用户与兴趣点的签到关系包含用户与兴趣点的基本连接信息和签到的时间和地理位置信息; 用户和兴趣点之间的时空签到关系用三元组表示为,其中,表示用户节点,表示签到关系,包含时间和位置的多维特征,表示兴趣点节点; 通过投影矩阵,将用户节点和兴趣点节点嵌入到关系的空间中,使得用户的嵌入向量通过平移与兴趣点的嵌入向量对齐,计算方法如下: ; ; 其中,表示用户的嵌入向量;表示兴趣点的嵌入向量; S3、信息编码; 通过中心性编码捕捉目标节点在时空知识图结构中的重要性,通过时空编码计算目标节点之间的空间距离和时间间隔;中心性编码包括中心性特征向量,中心性特征向量的计算方式如下: ; 其中,表示度中心性指标,表示介数中心性指标,表示特征向量中心性指标; 时空编码方法包含时空关系函数,如果用户同时在兴趣点和进行了签到,通过空间距离和时间间隔构造目标节点和邻居节点的时空关系函数,计算方法如下: ; 其中,和表示缩放参数; S4、构建时空知识图注意力网络; 利用时空特征和多头注意力机制来扩展时空知识图的接受域,从而计算和捕捉目标节点之间的关系,利用邻居节点的时空加权特征对目标节点进行更新,并使用跳跃连接和激活函数提升模型的表达能力; S5、任务预测; 将S4中的时空知识图注意力网络嵌入到多层Transformer模型中,通过残差连接和归一化操作实现特征增强,目标节点特征经过多层Transformer模型的特征增强后,被传递到预测层用于处理具体预测的任务。

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电子科技大学,其通讯地址为:610000 四川省成都市高新区(西区)西源大道2006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。