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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学史树敏获国家专利权

北京理工大学史树敏获国家专利权

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!

龙图腾网获悉北京理工大学申请的专利一种基于自适应会话选择机制的会话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:CN115563383B

龙图腾网通过国家知识产权局官网在2026-03-31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:202211165287.4,技术领域涉及:G06F16/9535;该发明授权一种基于自适应会话选择机制的会话推荐方法是由史树敏;刘东阳;刘思辰设计研发完成,并于2022-09-23向国家知识产权局提交的专利申请。

一种基于自适应会话选择机制的会话推荐方法在说明书摘要公布了:本发明涉及一种基于自适应会话选择机制的会话推荐方法,属于数据挖掘应用技术领域。本方法利用自适应会话选择机制,根据会话中是否包含高频物品区分出高频会话和低频会话。对于高频会话,利用图神经网络进行训练,计算高频会话的特征表示。对于低频会话,利用改进注意力网络进行训练,通过自注意力层计算低频会话中物品的特征表示,通过普通注意力层计算低频会话的特征表示。最后根据会话特征表示计算候选物品的推荐概率。本方法区分了会话类型,更好地建模会话表示,提升了推荐系统的性能。

本发明授权一种基于自适应会话选择机制的会话推荐方法在权利要求书中公布了:1.一种基于自适应会话选择机制的会话推荐方法,其特征在于,包括以下步骤: 步骤1:利用自适应会话选择机制,对会话类型进行区分,得到高频会话序列和低频会话序列; 其中,自适应会话选择,指为了充分利用会话中的信息,需要根据会话中物品的出现频率生成阈值,根据阈值自适应选择高频会话和低频会话,然后使用适合的神经网络建模不同类型的会话的行为; 根据物品出现频率的生成阈值t,筛选出频率值在前5%的物品,在筛选出的物品中,选择这些物品中最低的频率作为阈值t;若会话中包含出现频率超过阈值t的物品,则此会话被自适应选择为高频会话;若会话中未包含出现频率超过阈值t的物品,则此会话被自适应选择为低频会话; 高频会话序列,是通过自适应选择机制,选择会话中包含出现频率超过阈值t的会话序列,表达式为:,该序列中有n个物品,下标n为会话序列长度,代表高频会话中的物品; 低频会话序列,是通过自适应选择机制,选择会话中不包含出现频率超过阈值t的会话序列,表达式为:,下标n为会话序列长度,代表低频会话中的物品; 步骤2:对于高频会话序列,利用图神经网络对其进行建模,计算高频会话序列的特征表示,包括以下步骤: 步骤2.1:利用图神经网络的第一层,将代表每个物品的图节点嵌入到低维隐空间中,得到每个物品的嵌入表示;然后,根据高频会话序列中的物品序列和每个物品的嵌入表示,得到高频会话序列的嵌入表示,其中,n为会话序列长度,代表高频会话序列中的每个物品的嵌入表示; 步骤2.2:使用图神经网络计算高频会话序列的特征表示,具体如下: 1 2 3 4 5 其中,是高频会话序列的嵌入表示;是邻接矩阵,表示图节点的入度和出度,是邻接矩阵的权重矩阵;是偏差向量;表示从邻居节点中抽取的上下文信息;,,,均代表循环网络结构的参数;是图神经网络中的更新门;是图神经网络中的重置门;表示sigmod函数;符号表示元素积;表示图神经网络在当前时刻新产生的信息;表示最终更新的节点状态;表示当前状态下上一个物品的嵌入表示;为双曲正切函数; 将高频会话序列中的最后一个物品的节点状态,作为高频会话序列的特征表示,表达式为:; 步骤3:对于低频会话序列,利用改进注意力网络对其进行建模,计算低频会话序列的特征表示,包括以下步骤: 步骤3.1:利用改进注意力网络的第一层,将低频会话序列中每个物品嵌入到低维隐空间中,得到每个物品的嵌入表示;然后,根据低频会话序列中的物品序列和每个物品的嵌入表示,得到低频会话序列的嵌入表示:,下标n为低频会话序列长度,代表低频会话序列中的每个物品的嵌入表示; 步骤3.2:使用改进注意力网络中的自注意力层,计算低频会话序列中每个物品的特征表示,具体如下: 6 其中,,,是自注意力层的映射矩阵;是步骤3.1得到的低频会话序列的嵌入表示,d是嵌入表示的向量维数;是自注意力层得到的低频会话序列中全部物品的特征表示,,是序列中每个物品的特征表示,n是序列长度; 步骤3.3:使用改进注意力网络中的普通注意力层,计算低频会话序列的特征表示,具体如下: 7 8 其中,,是普通注意力层的权重矩阵,是步骤3.2得到的每个物品的特征表示;是步骤3.2得到的序列中最后一个物品的特征表示;是注意力权重;是普通注意力层得到的低频会话序列的特征表示; 步骤4:计算候选物品的推荐概率,具体如下: 9 10 其中,表示对于高频会话候选物品的预测概率,表示对于低频会话候选物品的预测概率;是步骤2.1得到的高频会话序列中候选物品的嵌入表示;是步骤2.2得到的高频会话序列的特征表示;为步骤3.1得到的低频会话序列中候选物品的嵌入表示;是步骤3.3得到的低频会话序列的特征表示; 根据推荐概率,实现基于自适应会话选择机制的会话推荐。

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北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5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。