公开(公告)号：CN118967347A

公开(公告)日：2024-11-15

申请号：CN202411050500.6

申请日：2024-08-01

Applicant: 安徽大学

Inventor： 张磊 ,  朱萌 ,  崔钰贤 ,  俞英达 ,  葛媛媛

IPC: G06Q50/00 ,  G06N3/0455 ,  G06N3/08 ,  G06F18/23213 ,  G06F18/213 ,  G06N3/042

Abstract: 本发明公开了一种基于层内层间注意力的可解释好友推荐方法，包括以下步骤：用户属性网络构建，基于用户属性文本构建用户属性网络；用户属性网络和用户社交网络的联合学习，随机初始化用户嵌入，基于层内的注意力机制，在不同网络内进行特征提取，基于层间的注意力机制，在不同网络间进行特征融合，生成用户嵌入，从而得到高质量的推荐结果。本发明既能有效提高推荐的准确性，提供高质量的推荐列表供用户选择，又能通过层内层间的注意力机制，给出推荐理由，增强推荐系统的可解释性，提高用户的认可度和满意度。

公开(公告)号：CN119106894A

公开(公告)日：2024-12-10

申请号：CN202411325839.2

申请日：2024-09-23

Applicant: 安徽大学

Inventor： 张磊 ,  熊子珊 ,  杨海鹏 ,  崔钰贤 ,  王占朋

IPC: G06Q10/0631 ,  G06Q50/00 ,  G06F17/16

Abstract: 本发明公开了一种基于模糊社团检测的产品投放资源分配方法，包括以下步骤：将社交网络建模为图G＝(V,E)，其中节点集V表示社交网络中的用户，边集E表示任意两位用户之间的联系；步骤1、初始化隶属度矩阵，基于区间缩减策略确定隶属度矩阵的行数，并按照初始化公式完成隶属度矩阵的初始化；步骤2、更新隶属度矩阵，交替迭代交替执行隶属度平滑和隶属度增强策略，更新步骤1所得的隶属度矩阵，更新完成的隶属度矩阵作为最终结果。本发明提高了整个网络对新产品信息接收的覆盖率和深度，最大化产品投放后的收益。