一种基于多空间交互的协同过滤个性化推荐方法

    公开(公告)号:CN111949894A

    公开(公告)日:2020-11-17

    申请号:CN202010874741.8

    申请日:2020-08-27

    Abstract: 本发明公开一种基于多空间交互的协同过滤个性化推荐方法,将用户与项目映射到多个子空间,不同子空间从不同的角度来描述用户与项目的交互,能得到更加充分的用户项目交互特征信息;使用向量级注意力机制来给聚集的向量不同的权重,使聚集的用户表示向量和项目表示向量更合理;在将多个子空间的表示向量聚集成最终的用户与项目表示向量时,本发明使用空间级注意力机制给不同子空间不同的权重,最终聚集得到的用户表示向量和项目表示向量更加合理,以此提升个性推荐的效果。

    一种基于游览行为的旅游资源推荐方法及系统

    公开(公告)号:CN107358471B

    公开(公告)日:2020-05-22

    申请号:CN201710581785.X

    申请日:2017-07-17

    Abstract: 本发明公开一种基于游览行为的旅游资源推荐方法及系统,通过在各景点安装蓝牙位置标签设备为游客智能终端提供景点标示,智能终端以此准确获得该游客在景区的详细游览轨迹;利用游客携带的智能终端获取其游览行为数据,并通过计算各游客的游览行为数据获得其对各旅游资源的喜爱度评价,并由此生成动态推荐结果。该方法获取的评价数据及推荐结果能够精确到景区内的各个景点,且结果由游客游览行为计算得到,因此具有客观、全面的优点。此外,该方法还能够针对旅游资源具有随时节变化,游览价值动态变化的特点。通过对不同时间段游客的游览行为的统计,得到不同时间段内景区及景点的动态推荐结果。

    一种基于游览行为的游客偏好学习系统及方法

    公开(公告)号:CN108875005A

    公开(公告)日:2018-11-23

    申请号:CN201810620123.3

    申请日:2018-06-15

    Abstract: 本发明提出一种基于游览行为的游客偏好学习系统,该系统包括iBeacon模块、智能终端、应用程序和服务器;所述iBeacon模块用于标识景区内部游览点或展厅内部展品的位置信息;所述应用程序用于接收并解析iBeacon模块的广播数据包,计算智能终端和iBeacon设备之间的距离,识别游客当前所处的游览点;所述智能终端采集游客在某个游览点的游览行为数据并上传游览行为数据至服务器;所述服务器用于处理并存储游客的游览行为数据,并根据偏好学习模型获取游客对不同游览点的偏好。本发明提出的将iBeacon模块和智能终端相结合获取游客游览行为的方法,可以获取游客细粒度的游览行为,根据本发明提出的游客偏好学习系统,可获取游客针对某一景区内各个游览点的细粒度游览偏好。

    一种智能家居系统和控制方法

    公开(公告)号:CN104125125A

    公开(公告)日:2014-10-29

    申请号:CN201410383395.8

    申请日:2014-08-06

    Inventor: 宾辰忠

    CPC classification number: Y02D70/10 Y02P90/02

    Abstract: 本发明公开一种智能家居系统和控制方法,主要由网关服务器、客户端、调制解调器、无线路由器、无线协调器、以及至少一个无线节点组成;其中无线路由器经调制解调器的与互联网相连;客户端连接无线路由器,无线路由器通过网线和/或移动互联网连接网关服务器;网关服务器通过串口连接无线协调器;无线协调器通过无线与所有无线节点相连。本发明具有系统安装维护方便,成本低廉;家居控制节点的动态管理;客户端操作方便;系统安全性高;稳定高效和节能环保等特点。

    一种基于知识图时间投影的多行为推荐方法

    公开(公告)号:CN119829824A

    公开(公告)日:2025-04-15

    申请号:CN202411505255.3

    申请日:2024-10-25

    Inventor: 宾辰忠 许潼歆

    Abstract: 本发明公开一种基于知识图时间投影的多行为推荐方法,该推荐方法引入时间因子的知识图谱来准确地捕捉用户兴趣和行为的动态变化和商品的时效性特征,从而提升推荐模型在时间维度上的感知能力。具体来说,该模型在多行为表示的基础上融入时间感知的知识图谱表示来提高多行为推荐方法的推荐性能。以推荐任务为主监督任务对用户和项目的表示进行初步建模。利用知识图谱的信息进行时间投影,来学习项目之间的时间感知的相关关系嵌入表示,从而从而将用户在不同行为间的细粒度意图差异和物品间的时效性特征融入到各个交互关系的多行为嵌入表示当中,来更高效和准确的建模项目和用户的多行为嵌入。在精确的建模完用户和项目的辅助行为和目标行为表示后,通过对比学习将辅助行为的监督信号转移到目标行为中,来提高模型对用户目标行为的推荐性能。

    一种融合用户多行为的图神经网络推荐方法

    公开(公告)号:CN116861078A

    公开(公告)日:2023-10-10

    申请号:CN202310753874.3

    申请日:2023-06-26

    Abstract: 本发明公开一种融合用户多行为的图神经网络推荐方法,采用了监督学习和自监督学习来提高融合用户多行为的图神经网络的推荐性能;在监督学习中利用图卷积的方法学习用户的多个行为历史交互信息,捕获用户和项目之间的高阶连通性以及结构连接性,获得用户和项目高质量的嵌入表示;在自监督学习中,通过将目标行为和其他辅助行为进行对比学习和针对单个行为的对比学习任务来帮助表征学习到更多的信息,提高融合用户多行为的图神经网络的泛化能力和推荐准确性;此外通过控制图卷积过程中的归一化系数,能够保证推荐系统在不损失推荐准确性的同时提高推荐的新颖性,缓解流行偏差。

    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。

Patent Agency Ranking