公开(公告)号：CN110188414A

公开(公告)日：2019-08-30

申请号：CN201910394490.0

申请日：2019-05-13

申请人： 山东大学

发明人： 宋雪萌 ,  董雪 ,  冯福利 ,  刘萌 ,  汪萌 ,  韩贤静

IPC分类号： G06F17/50 ,  G06N3/04

摘要： 本公开公开了一种个性化胶囊衣橱创建方法、装置及胶囊衣橱，接收多模态数据集，进行预处理；将预处理后的样本根据模态的不同将相对的数据输入预训练的多路径神经网络；根据预训练的神经网络和多层感知机分别提取不同模态的特征数据，得到不同模态的层次哈希表示；根据层次标签构建预处理后样本在不同层次上的相似矩阵，根据每层相似矩阵中值训练哈希表示的内积，评测样本之间的语义相似性；采用不同粒度的层次标签，并分析层次比对神经网络性能影响，确定最佳层次比；根据每层哈希表示得到哈希码；训练双路径神经网络，并使用SCD梯度下降法优化训练双路径神经网络，建立基于层次标签的深度跨模态哈希模型，用于跨模态搜索。

公开(公告)号：CN108875910A

公开(公告)日：2018-11-23

申请号：CN201810501943.0

申请日：2018-05-23

申请人： 山东大学

发明人： 宋雪萌 ,  韩贤静 ,  杨鑫 ,  冯福利 ,  王英龙 ,  聂礼强

IPC分类号： G06N3/04 ,  G06N3/08

摘要： 本发明公开了基于注意力知识提取的服装搭配方法、系统及存储介质，对时尚社区网站的服装搭配数据进行数据采集，提取服装搭配规则；构建学生网络：获取上衣视觉特征、上衣文本特征、下衣视觉特征、下衣文本特征；基于所获取的特征，利用多层感知机对不同模态的语义关系进行建模；依据建模结果计算每一件上衣与下衣之间的相容性；基于所得到的相容性，利用贝叶斯个性化排序算法构建学生网络；构建教师网络：根据每一件上衣与下衣之间的相容性构建服装搭配规则的约束函数；利用注意力机制实现不同服装搭配规则置信度的分配；根据约束函数和服装搭配规则的置信度，构建教师网络；利用教师网络对学生网络进行训练，利用训练好的学生网络进行服装搭配。

公开(公告)号：CN109492101B

公开(公告)日：2020-11-17

申请号：CN201811296063.0

申请日：2018-11-01

申请人： 山东大学

发明人： 杜存宵 ,  冯福利 ,  陈召峥 ,  李永祺 ,  宋雪萌 ,  聂礼强

IPC分类号： G06F16/35

摘要： 本发明公开了基于标签信息与文本特征的文本分类方法、系统及介质，包括：特征提取步骤，从给定的文本中提取第一文本特征，从给定的文本对应的标签中提取第一标签特征；特征融合步骤，将第一文本特征和第一标签特征进行特征融合，得到融合后的第三特征；模型训练步骤，将融合后的第三特征输入到多层感知机中对多层感知机进行训练，得到训练好的多层感知机；文本分类步骤，从待分类的文本中提取第二文本特征，从待分类的文本对应的标签中提取第二标签特征，对第二文本特征和第二标签特征进行特征融合得到融合后的第四特征，将融合后的第四特征输入到已经训练好的多层感知机中进行分类，输出分类结果。

公开(公告)号：CN110188414B

公开(公告)日：2020-12-29

申请号：CN201910394490.0

申请日：2019-05-13

申请人： 山东大学

发明人： 宋雪萌 ,  董雪 ,  冯福利 ,  刘萌 ,  汪萌 ,  韩贤静

IPC分类号： G06F30/27 ,  G06N3/04

摘要： 本公开公开了一种个性化胶囊衣橱创建方法、装置及胶囊衣橱，接收多模态数据集，进行预处理；将预处理后的样本根据模态的不同将相对的数据输入预训练的多路径神经网络；根据预训练的神经网络和多层感知机分别提取不同模态的特征数据，得到不同模态的层次哈希表示；根据层次标签构建预处理后样本在不同层次上的相似矩阵，根据每层相似矩阵中值训练哈希表示的内积，评测样本之间的语义相似性；采用不同粒度的层次标签，并分析层次比对神经网络性能影响，确定最佳层次比；根据每层哈希表示得到哈希码；训练双路径神经网络，并使用SCD梯度下降法优化训练双路径神经网络，建立基于层次标签的深度跨模态哈希模型，用于跨模态搜索。

公开(公告)号：CN108830680A

公开(公告)日：2018-11-16

申请号：CN201810539128.3

申请日：2018-05-30

申请人： 山东大学

发明人： 刘晗 ,  何向南 ,  冯福利 ,  张含望 ,  宋雪萌 ,  聂礼强

IPC分类号： G06Q30/06

摘要： 本发明公开了基于离散分解机的个性化推荐方法、系统及存储介质，将用户对一类商品的历史交易数据输入到预先建立的协同过滤模型中，对协同过滤模型进行训练，得到训练好的协同过滤模型；针对所有的商品数据，采用训练好的协同过滤模型产生第一候选集；将历史交易数据输入到离散分解机DFM模型中，对离散分解机DFM模型进行训练，得到训练好的离散分解机DFM模型；对第一候选集采用训练好的离散分解机DFM模型进行过滤得到第二候选集；采用历史交易数据对基于特征的推荐模型进行训练，得到训练好的基于特征的推荐模型，利用训练好的基于特征的推荐模型对第二候选集进行排序；从排序结果中选择排序靠前的设定个数的商品作为最终的推荐结果。

公开(公告)号：CN108830680B

公开(公告)日：2021-03-23

申请号：CN201810539128.3

申请日：2018-05-30

申请人： 山东大学

发明人： 刘晗 ,  何向南 ,  冯福利 ,  张含望 ,  宋雪萌 ,  聂礼强

IPC分类号： G06Q30/06

摘要： 本发明公开了基于离散分解机的个性化推荐方法、系统及存储介质，将用户对一类商品的历史交易数据输入到预先建立的协同过滤模型中，对协同过滤模型进行训练，得到训练好的协同过滤模型；针对所有的商品数据，采用训练好的协同过滤模型产生第一候选集；将历史交易数据输入到离散分解机DFM模型中，对离散分解机DFM模型进行训练，得到训练好的离散分解机DFM模型；对第一候选集采用训练好的离散分解机DFM模型进行过滤得到第二候选集；采用历史交易数据对基于特征的推荐模型进行训练，得到训练好的基于特征的推荐模型，利用训练好的基于特征的推荐模型对第二候选集进行排序；从排序结果中选择排序靠前的设定个数的商品作为最终的推荐结果。

公开(公告)号：CN109492101A

公开(公告)日：2019-03-19

申请号：CN201811296063.0

申请日：2018-11-01

申请人： 山东大学

发明人： 杜存宵 ,  冯福利 ,  陈召峥 ,  李永祺 ,  宋雪萌 ,  聂礼强

IPC分类号： G06F16/35

摘要： 本发明公开了基于标签信息与文本特征的文本分类方法、系统及介质，包括：特征提取步骤，从给定的文本中提取第一文本特征，从给定的文本对应的标签中提取第一标签特征；特征融合步骤，将第一文本特征和第一标签特征进行特征融合，得到融合后的第三特征；模型训练步骤，将融合后的第三特征输入到多层感知机中对多层感知机进行训练，得到训练好的多层感知机；文本分类步骤，从待分类的文本中提取第二文本特征，从待分类的文本对应的标签中提取第二标签特征，对第二文本特征和第二标签特征进行特征融合得到融合后的第四特征，将融合后的第四特征输入到已经训练好的多层感知机中进行分类，输出分类结果。