公开(公告)号：CN117540111B

公开(公告)日：2024-03-26

申请号：CN202410028020.3

申请日：2024-01-09

Applicant: 安徽农业大学

Inventor： 张彦聪 ,  涂立静 ,  徐昊宇 ,  吴国栋 ,  金秀 ,  孙文号 ,  张亚 ,  翟恩婷

IPC: G06F16/9536 ,  G06F16/906 ,  G06F16/9535 ,  G06N3/042 ,  G06N3/0495 ,  G06N3/044 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/088

Abstract: 本发明公开了一种基于图神经网络的偏好感知社会化推荐方法，属于社会化推荐方法技术领域，包括以下步骤：S1：输入用户社交信息和用户与物品间交互信息；S2：构建用户社交图和用户物品交互图，初始化用户和物品嵌入；S3：确定最终的一阶用户嵌入；S4：将用户物品交互图分为多个子图；S5：确定二阶或高阶用户嵌入；S6：确定一阶至高阶用户嵌入和物品嵌入进行加权求和，得到最终的用户嵌入和物品嵌入；S7：内积计算用户对物品的偏好程度；S8：根据偏好程度降序排序并生成推荐列表；本发明不仅通过社会化推荐方法解决了传统推荐模型的冷启动和数据稀疏问题，而且解决现有社会化推荐系统的精度低问题，提升推荐模型的推荐精度。

公开(公告)号：CN119025762B

公开(公告)日：2025-01-28

申请号：CN202411517228.8

申请日：2024-10-29

Applicant: 安徽农业大学

Inventor： 谷贺旭 ,  涂立静 ,  陈海斌 ,  吴国栋 ,  张彦聪

IPC: G06F16/9536 ,  G06F16/9535 ,  G06F18/22 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明属于智能推荐领域，具体公开了一种基于图神经网络的长短期兴趣感知协同推荐方法，包括：输入用户历史会话数据，构建用户会话全图；初始化项目嵌入，并确定最终的项目嵌入；确定每个会话对应的最终嵌入；确定会话全图的最终嵌入，即具有短期兴趣的用户交互嵌入；基于用户画像对用户嵌入，构建用户相似度矩阵，确定具有长期兴趣的用户相似度嵌入；基于用户交互嵌入，构建内容相似度矩阵，确定具有长期兴趣的内容相似度嵌入；确定用户的最终兴趣嵌入；内积计算用户对项目的偏好程度并生成推荐列表。本发明通过综合考虑用户长短期兴趣，更加准确地捕捉用户的个性化需求，提升推荐结果的相关性和准确性。

公开(公告)号：CN117540111A

公开(公告)日：2024-02-09

申请号：CN202410028020.3

申请日：2024-01-09

Applicant: 安徽农业大学

Inventor： 张彦聪 ,  涂立静 ,  徐昊宇 ,  吴国栋 ,  金秀 ,  孙文号 ,  张亚 ,  翟恩婷

IPC: G06F16/9536 ,  G06F16/906 ,  G06F16/9535 ,  G06N3/042 ,  G06N3/0495 ,  G06N3/044 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/088

Abstract: 本发明公开了一种基于图神经网络的偏好感知社会化推荐方法，属于社会化推荐方法技术领域，包括以下步骤：S1：输入用户社交信息和用户与物品间交互信息；S2：构建用户社交图和用户物品交互图，初始化用户和物品嵌入；S3：确定最终的一阶用户嵌入；S4：将用户物品交互图分为多个子图；S5：确定二阶或高阶用户嵌入；S6：确定一阶至高阶用户嵌入和物品嵌入进行加权求和，得到最终的用户嵌入和物品嵌入；S7：内积计算用户对物品的偏好程度；S8：根据偏好程度降序排序并生成推荐列表；本发明不仅通过社会化推荐方法解决了传统推荐模型的冷启动和数据稀疏问题，而且解决现有社会化推荐系统的精度低问题，提升推荐模型的推荐精度。

公开(公告)号：CN119025762A

公开(公告)日：2024-11-26

申请号：CN202411517228.8

申请日：2024-10-29

Applicant: 安徽农业大学

Inventor： 谷贺旭 ,  涂立静 ,  陈海斌 ,  吴国栋 ,  张彦聪

IPC: G06F16/9536 ,  G06F16/9535 ,  G06F18/22 ,  G06N3/042 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明属于智能推荐领域，具体公开了一种基于图神经网络的长短期兴趣感知协同推荐方法，包括：输入用户历史会话数据，构建用户会话全图；初始化项目嵌入，并确定最终的项目嵌入；确定每个会话对应的最终嵌入；确定会话全图的最终嵌入，即具有短期兴趣的用户交互嵌入；基于用户画像对用户嵌入，构建用户相似度矩阵，确定具有长期兴趣的用户相似度嵌入；基于用户交互嵌入，构建内容相似度矩阵，确定具有长期兴趣的内容相似度嵌入；确定用户的最终兴趣嵌入；内积计算用户对项目的偏好程度并生成推荐列表。本发明通过综合考虑用户长短期兴趣，更加准确地捕捉用户的个性化需求，提升推荐结果的相关性和准确性。

公开(公告)号：CN115907148A

公开(公告)日：2023-04-04

申请号：CN202211454877.9

申请日：2022-11-21

Applicant: 安徽农业大学

Inventor： 张能翔 ,  涂立静 ,  卞金戈 ,  张彦聪 ,  史浩远 ,  赵德涵 ,  吴国栋 ,  陶政

IPC: G06Q10/04 ,  G06Q50/26 ,  G06N3/0442 ,  G06N3/08 ,  G06F18/214

Abstract: 本发明公开了一种基于PredRNN的全国生态环境信息可视化的预测方法及系统，该方法在可视化系统上的预测功能上嵌入PredRNN的深度学习模型，利用卷积层将空间上组不变性的归纳偏差引入到时空预测中，具有对历史观察序列更强的建模能力和更高的计算效率。通过网络爬虫技术获取实时生态环境数据，将数据经过处理后进入PredRNN预测模型中进行预测，在通过静态资源调用可视化工具，构建主页面，基于云服务端响应服务并请求，得到数据并可视化展示。最终得到的可视化数据可以用于广大用户查询。