-
公开(公告)号：CN118657560A
公开(公告)日：2024-09-17
申请号：CN202410685432.4
申请日：2024-05-30
Applicant: 安徽农业大学
IPC: G06Q30/0251 , G06F40/30 , G06N3/0464 , G06N3/08 , G06V30/148
Abstract: 本发明公开了一种基于多模态语义融合的图Transformer物品推荐方法，包括：1.提取物品的文本描述和图像内容；2.构建用户‑物品交互矩阵和用户‑物品模态交互矩阵；3.初始化用户、物品的特征向量，初始化物品的文本特征和视觉特征；4.通过多层图卷积网络分别得到用户、物品在协同过滤下的表示；5.通过模态自适应图Transformer模型分别得到用户在文本、视觉模态下的表示；6.建模用户与物品的最终表示；7.构建损失函数，得到最优模型；8.根据推荐模型向用户推荐最感兴趣的若干物品。本发明通过协同过滤技术增强多模态语义融合，可以有效利用多模态信息建模用户偏好，从而能提高推荐准确性。
-
公开(公告)号：CN116599959A
公开(公告)日：2023-08-15
申请号：CN202310525437.6
申请日：2023-05-10
Applicant: 安徽农业大学
IPC: H04L67/10 , G06Q40/04 , H04L9/40 , H04L67/562 , H04L67/1095 , H04L67/306
Abstract: 本发明公开了一种基于区块链技术的跨链交易实现方法及装置，方法包括：首先接收待接入区块链的接入请求，然后基于区块链的接入请求，构建目的网关节点，根据目的网关节点，将生成跨链交易的成员链作为源链，接收跨链交易的中继链作为目的链，并经过所述源链的代理节点、目的链的网关节点的转发和/或验证，以实现跨链交易，通过设计中继链上网关节点，有效提高跨链架构的接入控制，通过委员组节点，提高共识的效率与准确率，同时通过优化跨链费用，有效分配跨链应用间资源的访问，提高跨链交易的速度和效率。
-
公开(公告)号：CN116401444A
公开(公告)日：2023-07-07
申请号：CN202310136573.6
申请日：2023-02-10
Applicant: 安徽农业大学
IPC: G06F16/9535 , G06F16/9537 , G06F16/2457 , G06N3/042 , G06N3/0464 , G06N3/047 , G06N3/048
Abstract: 本发明公开了一种基于时间上下文的图注意力机制的物品推荐方法及装置，方法包括：首先根据用户与物品交互数据信息，构建用户‑物品交互图，根据用户与物品发生交互的时间信息，确定时间权重系数，将时间权重系数融入到第一注意力机制中进行建模，生成包含时间信息的第二注意力机制，基于第二注意力机制，计算预测评分，并根据评分排序，向用户推荐物品，它通过利用时间上下文的图注意力机制，以解决现有的物品推荐系统存在的交互数据单一以及过平滑问题，提高物品的推荐效果和用户体验。
-
公开(公告)号：CN113191482A
公开(公告)日：2021-07-30
申请号：CN202110416061.6
申请日：2021-04-19
Applicant: 安徽农业大学
IPC: G06N3/04 , G06N3/08 , G06K9/62 , G06F16/45 , G06F16/9535
Abstract: 本发明公开了一种基于元路径的异质图神经网络表示方法，包括以下步骤：步骤1、确定目标节点的多条元路径，在每条元路径中采样目标节点的不同类型的邻居节点后按类型进行分组；步骤2、对步骤1得到的邻居节点分别进行特征提取、节点初始异质内容编码、特征聚合得到异质邻居信息；步骤3、分别聚合每条元路径中生成的邻居节点的异质邻居信息，并得到对应的嵌入表示；步骤4、再次基于注意力机制对各条元路径中的嵌入表示进行合并后优化，生成目标节点的最终嵌入表示。
-
公开(公告)号：CN117992541A
公开(公告)日：2024-05-07
申请号：CN202410087017.9
申请日：2024-01-22
Applicant: 安徽农业大学
IPC: G06F16/27 , G06F16/23 , G06F21/60 , G06F21/64 , G06Q20/38 , H04L67/1042 , H04L67/1097 , H04L9/40 , H04L9/00
Abstract: 本发明公开了一种区块链交易信息的存证和分片扩容方法及系统，方法包括：根据用户类型，利用哈希算法对用户类型对应的信息进行加密；将加密后的信息根据所述用户类型进行对应组合，得到组合后的数据项；利用哈希分片算法将所述数据项存储到星型架构上不同分片的节点上；生成用于记录所述数据项的上链时间的时间戳，并确定所述数据项的哈希值，将所述时间戳和所述哈希值存储至分片节点内，并反馈交易凭证。利用本发明实施例，能够增加交易信息的处理和验证的并发度，提高系统通量，进而提高存储效率、验证速度和交易能力，以实现区块链更高效的数字存证服务，使得更多的数字存证数据能够被快速处理和存储在区块链上。
-
Patent Agency Ranking
公开(公告)号：CN112115377B
公开(公告)日：2022-05-27
申请号：CN202010951695.7
申请日：2020-09-11
Applicant: 安徽农业大学
IPC: G06F16/9536 , G06N3/04 , G06N3/08 , G06Q30/06 , G06Q50/00
Abstract: 本发明公开了一种基于社交关系的图神经网络链路预测推荐方法，建立用户——物品二部图，根据用户之间的社交关系构建含有用户社交关系的物品互动拓扑图。将评论文本和购买关系作为节点信息的来源，使用Bert进行文本数据和网络结构的特征提取工作，以得到每个节点的初始特征向量。通过在该GNN上使用残差连接的方式，使得图中的节点信息尽可能地保留原始图谱的的结构信息，并得到更新后的节点信息。最后，通过链路预测算法得到用户对物品的偏好程度，并且针对得到的预测评分，采用Top‑n推荐，生成推荐物品列表。本发明通过评论对节点特征进行个性化描述，并且能将用户——物品构成拓扑图的结构信息充分运用，从而进行更有效的推荐。
-
公开(公告)号：CN114445180A
公开(公告)日：2022-05-06
申请号：CN202210055478.9
申请日：2022-01-18
Applicant: 安徽农业大学
IPC: G06Q30/06 , G06F16/36 , G06F16/9535 , G06F16/958 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于知识图谱的个性化推荐方法及装置，方法包括：S1：将用户、物品以及物品的属性值抽象为实体节点，基于用户与物品之间的关系建立第一边，将物品与物品属性值之间的属性关系作为第二边，进而构建出包含用户与物品的协同知识图谱，并根据协同知识图谱获取实体节点之间的嵌入表示；S2：针对实体节点中用户u与实体节点中物品i之间的连接路径，根据各个实体节点的嵌入对连接路径进行聚合处理，得到连接路径的嵌入表示；S3：使用实体节点之间的嵌入表示以及连接路径的嵌入表示训练预先搭建的模型直至模型收敛，得到目标预测模型，所述目标预测模型用于向用户推荐物品。本方法以端到端的方式可以进行更加准确的物品推荐。
-
公开(公告)号：CN113343094A
公开(公告)日：2021-09-03
申请号：CN202110683807.X
申请日：2021-06-21
Applicant: 安徽农业大学
IPC: G06F16/9535 , G06F40/284 , G06N3/04 , G06N3/08 , G06Q30/06
Abstract: 本发明公开了一种信息增强的缓解推荐用户冷启动问题的元学习方法，根据用户物品的评论关系构建用户—物品二部图；将用户邻域信息和物品描述文本作为节点信息的来源，对构建的二部图进行随机采样，构建元学习的任务，每个任务代表为一个新用户做冷启动推荐来模拟为新用户实现推荐的场景；再使用bert方法，针对每个元学习任务进行文本数据的特征提取工作，以得到偏好信息；将偏好信息引导元全局参数生成每个用户的嵌入生成函数的局部参数，通过将元学习任务输入到推荐模型得到用户对物品的预测评分，对于元学习参数进行更新，训练好的参数直接运用到未训练过的新用户。本发明缓解了新用户交互少无法评估偏好推荐不准确的问题。
-
公开(公告)号：CN111782765A
公开(公告)日：2020-10-16
申请号：CN202010590113.7
申请日：2020-06-24
Applicant: 安徽农业大学
IPC: G06F16/33 , G06F16/9535 , G06Q30/06 , G06F40/289
Abstract: 本发明公开了一种基于图注意力机制的推荐方法，根据用户——物品购买行为建立用户——物品二部图。将用户评论文本和物品描述文本作为节点信息的来源，使用word2vec方法进行文本数据的特征提取工作，以得到每个节点的初始特征向量。通过在该二部图上搭建图注意力网络的方式，使得二部图中的节点信息可实现以注意力机制为核心的聚合操作，并得到更新后的节点信息。最后，通过MLP全连接网络将更新后的节点信息作为输入，经过多层映射后得到用户对物品的预测评分，针对得到的预测评分采用Top-n推荐生成推荐物品列表。本发明能更精确的帮助用户分析对物品的偏好程度，找到用户的关注点，从而进行更有效的推荐。
-
公开(公告)号：CN105930531A
公开(公告)日：2016-09-07
申请号：CN201610422472.5
申请日：2016-06-08
Applicant: 安徽农业大学
IPC: G06F17/30
CPC classification number: G06F16/285
Abstract: 本发明公开了一种基于混合模型的农业领域本体知识云维度优选方法，通过聚类个数的优选，对属性与类属性之间进行相关性测度，通过相关性值的大小对数据进行过滤获得相关属性集，同时对相关属性集进行冗余性测度，删除其中相互冗余的属性得到最相关属性集，并通过对最相关属性集的准确性测试，获得分类准确性最佳的子集作为相应的云维度的信息。本发明所提出的基于混合模型的云维度优选方法能够实现农业领域数据库中的带类标识属性数据和无类标识属性数据的云维度优选，去除其中的不相关、弱相关、冗余的属性，达到精简云本体规模的效果，从而提高构建领域云本体的质量，为农业领域知识服务、共享和重用做出了贡献。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.018 seconds)
