融合强化学习和知识图谱链路传播的在线课程推荐方法

    公开(公告)号:CN115098770A

    公开(公告)日:2022-09-23

    申请号:CN202210640457.3

    申请日:2022-06-07

    Inventor: 常亮 陈艺 刘铁园

    Abstract: 本发明提供了融合强化学习和知识图谱链路传播的在线课程推荐方法,本发明基于知识图谱与人工智能领域等方面的技术,包含信息采集模块,强化学习模块,数据处理模块和推荐模块。本发明通过路径信息丰富用户的嵌入式表达,并使用强化学习模块来辅助课程推荐系统,最终对用户提供更加精准的课程推荐。我们通过如下几个方面来提升课程推荐的准确率。首先,利用强化学习模块对用户的交互信息去噪,并得到用户对不同课程的兴趣因子。其次,使用携带用户目的性的隐含的链路传播信息与对应课程的兴趣因子丰富用户嵌入式表达,这使得用户的嵌入式表达更加准确且全面,最终实现提升课程推荐系统准确率的效果。

    一种基于学习者偏好建模的个性化学习资源推荐方法

    公开(公告)号:CN111460249B

    公开(公告)日:2022-09-09

    申请号:CN202010110899.8

    申请日:2020-02-24

    Abstract: 本发明提供的是一种基于学习者偏好建模的个性化学习资源推荐方法。其特征是:将从在线学习平台中获取学习者相关学习日志文件,包括学习者的历史课程注册记录、对应课程分数以及课程相关属性等数据作为输入数据,通过嵌入注意力机制来更好地获取学习者的历史课程偏好,将其作为自动编码器神经网络的编码输入,然后构建课程知识图谱获得课程先决知识关系,根据课程之间的关联性进行解码,最后计算出学习者学习目标课程的概率,根据概率由大到小来生成学习者的目标推荐列表,以此提高推荐结果的个性化和准确性。

    一种基于相变材料的电/光可调太赫兹双频吸收器

    公开(公告)号:CN112018521B

    公开(公告)日:2022-07-26

    申请号:CN202010866866.6

    申请日:2020-08-26

    Abstract: 本发明为一种基于二氧化钒的电/光可调太赫兹双频吸收器,其主要特征是:包括金属基底、位于金属基底之上的高阻硅层和固定于高阻硅层表面的二维阵列,每个阵列单元包括一个小尺寸方形开口环金属结构、一个大尺寸方形开口环金属结构、2个相变垫片和1条引线。上相变垫片处于单元内引线上侧的小尺寸方形开口环金属结构开口处,下相变垫片处于单元内引线下侧的大尺寸方形开口环金属结构开口处。二维阵列两侧各固定一电极,分别连接直流电源的正负极。吸收器的调谐触发方式为两种,电触发与激光触发。本发明可用电/光实现太赫兹双频吸收器的快速有效调谐,无需繁琐的更换不同吸收频率太赫兹吸收器,适用于不同场合,操作简单。

    一种基于Attention深度学习模型的学生辍课预测方法

    公开(公告)号:CN111291940B

    公开(公告)日:2022-06-07

    申请号:CN202010133647.7

    申请日:2020-03-02

    Abstract: 本发明公开了一种基于Attention深度学习模型的学生辍课预测方法,包括对行为记录进行编码和时间窗口化分处理,生成多个时间片行为向量矩阵;基于CNN网络改进的卷积层对多个时间片行为向量矩阵进行处理得到多个具有局部关联关系的特征向量矩阵;基于BI‑GRU模型对多个具有局部关联关系的特征向量矩阵进行时序特性的特征提取,生成多个具有时间序列关系的行为特征向量矩阵;基于Attention机制对各时刻隐层特征赋予不同的权值,将不同时刻的隐层状态与权重进行加权求和,生成行为特征表示向量,并输入分类层,通过Sigmoid函数进行预测,得到预测结果。通过考虑到学生学习行为之间的关系和不同行为特征对于辍课预测的影响程度实现预测,提高辍课预测的精准度。

    一种基于情感知识增强的词语分布式表示学习系统

    公开(公告)号:CN114417814A

    公开(公告)日:2022-04-29

    申请号:CN202111531641.6

    申请日:2021-12-14

    Abstract: 本发明涉及情绪侦测与情感分析技术领域,具体地说,涉及一种基于情感知识增强的词语分布式表示学习系统,其包括情感知识整合框架和弱监督知识生成框架;情感知识整合框架包括知识查询模块,知识整合模块以及词表示生成模块;弱监督知识生成框架用于生成一个领域情感词典DSD,DSD整合了目标领域的无标签文本、领域独立的情感词典和目标领域文本的标签三部分的资源。本发明能较佳地进行情感知识整合。

    基于多步关系路径的知识图谱表示学习方法

    公开(公告)号:CN108959472B

    公开(公告)日:2021-11-19

    申请号:CN201810639360.4

    申请日:2018-06-20

    Abstract: 本发明公开一种基于多步关系路径的知识图谱表示学习方法,其考虑了关系路径被准确表示的必要性,利用长短时记忆网络结构对关系路径中的多个关系进行依次迭代组合操作,很好地表示了实体对之间的直接关系和路径关系的相互关联,丰富了实体对之间的语义信息。采用改进的路径约束分配资源算法,计算实体对之间每条路径的可靠性,利用计算得到的可靠性根据阈值滤除不可靠的路径,从而得到可靠的关系路径,使头实体到尾实体的可达性计算更详尽准确。本发明解决现有技术对于关系路径建模相对粗糙使路径长度受限无法很好反应实体对之间复杂语义信息的问题,具有良好的可扩展性。

    一种景区游览预约及游览时机推荐系统和方法

    公开(公告)号:CN106022500B

    公开(公告)日:2021-11-02

    申请号:CN201610549519.4

    申请日:2016-07-13

    Abstract: 一种景区游览预约及游览时机推荐系统和方法,该方法包括:预约系统云服务器负责接收、处理、保存景区预约客户端预约请求,同时接收景区本地管理端发送的预订订单处理结果;景区本地管理端负责接并保存景区门票预订订单、完成门票验证并回送预订订单处理结果;游客通过景区预约客户端完成景区预约、门票支付以及门票验证;景区管理方通过系统管理端设置景区门票预售额、门票价格以及景区游览相关信息。本发明实现了景区游览预约及游览时机推荐功能,有效地提升了游客游览体验度。

    一种基于多种语义的知识图谱表示学习方法

    公开(公告)号:CN107885760B

    公开(公告)日:2021-06-08

    申请号:CN201611189576.2

    申请日:2016-12-21

    Abstract: 本发明公开一种基于多种语义的知识图谱表示学习方法,首先考虑了关系的不同语义,采用实体向量与关系向量之间基于翻译的模型,利用三元组结构中关系的不同语义并结合头尾实体的投影向量定义关系矩阵,并很好地表示了三元组中实体向量与关系向量之间的相互关联,且无须引入更多的参数;然后利用损失函数将实体向量和关系向量关联起来,并优化该损失函数,当达到优化目标时,就可以学得知识图谱中每个实体的向量和关系的向量。本发明解决了知识库中实体和关系的异质性和不平衡性,更精确地表示实体和关系及其之间的相互联系,并将其应用于大规模知识图谱中。

    一种基于动态路径的知识图谱表示学习方法

    公开(公告)号:CN109146078B

    公开(公告)日:2021-04-30

    申请号:CN201810796671.1

    申请日:2018-07-19

    Abstract: 本发明公开一种基于动态路径的知识图谱表示学习方法,以翻译模型为基础,考虑了结构三元组(实体,关系,实体)和(实体,路径,实体)的语义信息,当(h,t)存在时,在路径的表示过程中,给其添加一个动态因子α向量。即在训练过程中,每一个多步关系组合而成的路径向量向着与直接关系极为相近的目标优化,那么只要其在一定范围内都将被视为表示了其语义信息而不必必须与给定的向量严格相等。本发明解决现有技术对复杂关系类型事实间的多个直接关系和多个路径无法有效区分的问题,具有良好的实用性。

Patent Agency Ranking