-
公开(公告)号:CN115859095A
公开(公告)日:2023-03-28
申请号:CN202211371788.8
申请日:2022-11-03
申请人: 清华大学 , 北京三快在线科技有限公司
IPC分类号: G06F18/214 , G06F18/23 , G06F18/2415 , G06F18/243 , G06N3/0455 , G06N3/0464 , G06N3/042 , G06N3/047 , G06N3/048 , G06N3/0895 , G06N3/084 , G06Q30/0201 , G06Q30/0601
摘要: 本申请提供一种基于意图识别模型的意图识别方法、训练方法和设备。方法包括:获取待识别集合;待识别集合中包括多个待识别的消费行为数据;根据待识别集合,生成多个对偶超图信息,对偶超图信息包括与每一特征信息对应的第一超图和第二超图;将对偶超图信息输入到意图识别模型的编码器中,生成待识别的消费行为数据的意图特征;将意图特征输入到意图识别模型的解码器中,得到待识别的消费行为数据的意图信息。可以对消费行为数据进行充分建模,基于少量标注的意图信息发现消费行为数据中的未知意图信息,从而提升电商推荐的精度和可解释性,提升用户体验。
-
公开(公告)号:CN115309984A
公开(公告)日:2022-11-08
申请号:CN202210871040.8
申请日:2022-07-22
申请人: 北京三快在线科技有限公司
IPC分类号: G06F16/9535 , G06F16/958 , G06K9/62
摘要: 本公开提供了一种内容项推荐方法、装置及服务器,属于互联网技术领域。该方法包括:基于第一有向图中多个目标节点的特征向量,确定多个目标节点的局部特征向量,多个目标节点包括当前行为序列对应的多个决策因素节点、序列节点及已点击的多个内容项对应的多个内容节点;基于第二有向图中多个节点的特征向量及多个节点之间有向连接边的类型,确定多个目标节点的全局特征向量;基于多个目标节点的局部特征向量和全局特征向量,确定当前行为序列对应的序列特征向量;基于序列特征向量进行内容项推荐。本公开能够同时捕获到外部决策因素和行为序列对用户偏好的影响,从而能够学习到更为准确的偏好知识,提高了推荐结果的准确性。
-
公开(公告)号:CN115203558A
公开(公告)日:2022-10-18
申请号:CN202210837236.5
申请日:2022-07-15
申请人: 腾讯科技(深圳)有限公司 , 清华大学
IPC分类号: G06F16/9535 , G06F16/9538 , G06F17/18 , G06N20/00
摘要: 本申请公开了一种内容推荐方法、装置、设备、存储介质及程序产品,涉及机器学习领域。该方法包括:获取目标对象帐号的目标帐号属性数据和目标内容的目标内容属性数据;提取帐号特征表示以及内容特征表示;基于模型参数搜索空间获取多阶交互特征表示,其中,模型参数搜索空间中包括帐号属性数据和内容属性数据之间的多阶交互关系分别对应的架构参数;对多阶交互特征表示进行预测分析,得到目标对象帐号和目标内容之间的推荐概率;基于推荐概率向目标对象帐号进行内容推荐。也即,通过模型参数搜索空间搜索得到多阶交互特征表示,从而进行预测分析进行推荐的方式,能够减少降低空间存储量,提高内容推荐的效率及准确度。
-
公开(公告)号:CN113379494B
公开(公告)日:2024-05-31
申请号:CN202110648210.1
申请日:2021-06-10
申请人: 清华大学
IPC分类号: G06Q30/0601 , G06Q50/00 , G06F16/9535 , G06F16/958 , G06N3/0464 , G06N3/042 , G06N3/08
摘要: 本发明提供一种基于异质社交关系的商品推荐方法、装置和电子设备,包括:确定待推荐商品的用户;将用户输入推荐模型,输出所有商品的推荐度;推荐模型是基于样本用户、对应的购买商品标签以及存在社交关系的用户标签进行训练得到的,所述推荐模型训练时的网络结构包括异质社交关系表示超图卷积网络、商品向量表示超图卷积网络、关系向量表示超图卷积网络、用户嵌入表示超图卷积网络和商品用户推荐度计算网络,异质社交关系表示超图卷积网络用于将输入的样本用户结合样本用户存在社交关系的用户标签组成的两用户一商品超边三元组采用向量进行表示;基于推荐度,确定为所述用户推荐的商品。本发明提供的方法提高了商品推荐的有效性。
-
公开(公告)号:CN115618079A
公开(公告)日:2023-01-17
申请号:CN202211153870.3
申请日:2022-09-21
申请人: 清华大学
IPC分类号: G06F16/9035 , G06F16/9038 , G06N3/04 , G06N3/08 , G06Q30/06
摘要: 本发明涉及城市计算领域,提供一种会话推荐方法、装置、电子设备及存储介质,方法包括:获取用户的历史会话序列;将历史会话序列输入预先构建的会话推荐模型,得到会话推荐结果;会话推荐模型用于对历史会话序列进行意图解纠缠处理和会话预测,输出会话推荐结果。由于会话推荐过程涉及对历史会话序列的意图解纠缠处理,可以在会话推荐过程中更多的关注用户行为背后的会话意图,从而使会话推荐结果更满足用户的真正兴趣,推荐结果更加准确和可靠,解决了现有的会话推荐方法未考虑用户行为背后的会话意图,使得推荐给用户的结果准确性较低的问题。
-
公开(公告)号:CN113610265B
公开(公告)日:2024-07-26
申请号:CN202110706207.0
申请日:2021-06-24
申请人: 清华大学
摘要: 本发明提供一种基于超图卷积网络的时空行为预测方法及系统,其中方法包括:确定待预测时空行为的用户ID及对应的时间和地点;将所述待预测时空行为的用户ID及对应的时间和地点输入至时空行为预测模型,得到所述时空行为预测模型输出的用户ID对应的行为结果;其中,所述时空行为预测模型是基于用户的历史时空行为数据构建的超图用图卷积神经网络训练得到。本发明解决了目前对于用户时空行为场景下用户、时间、地点和行为之间交互关系的建模不充分的问题,从而实现了对用户时空行为的准确预测。
-
公开(公告)号:CN113610265A
公开(公告)日:2021-11-05
申请号:CN202110706207.0
申请日:2021-06-24
申请人: 清华大学
IPC分类号: G06Q10/04 , G06F16/9537 , G06N3/04 , G06N3/08
摘要: 本发明提供一种基于超图卷积网络的时空行为预测方法及系统,其中方法包括:确定待预测时空行为的用户ID及对应的时间和地点;将所述待预测时空行为的用户ID及对应的时间和地点输入至时空行为预测模型,得到所述时空行为预测模型输出的用户ID对应的行为结果;其中,所述时空行为预测模型是基于用户的历史时空行为数据构建的超图用图卷积神经网络训练得到。本发明解决了目前对于用户时空行为场景下用户、时间、地点和行为之间交互关系的建模不充分的问题,从而实现了对用户时空行为的准确预测。
-
公开(公告)号:CN113379494A
公开(公告)日:2021-09-10
申请号:CN202110648210.1
申请日:2021-06-10
申请人: 清华大学
IPC分类号: G06Q30/06 , G06Q50/00 , G06F16/9535 , G06F16/958 , G06N3/04 , G06N3/08
摘要: 本发明提供一种基于异质社交关系的商品推荐方法、装置和电子设备,包括:确定待推荐商品的用户;将用户输入推荐模型,输出所有商品的推荐度;推荐模型是基于样本用户、对应的购买商品标签以及存在社交关系的用户标签进行训练得到的,所述推荐模型训练时的网络结构包括异质社交关系表示超图卷积网络、商品向量表示超图卷积网络、关系向量表示超图卷积网络、用户嵌入表示超图卷积网络和商品用户推荐度计算网络,异质社交关系表示超图卷积网络用于将输入的样本用户结合样本用户存在社交关系的用户标签组成的两用户一商品超边三元组采用向量进行表示;基于推荐度,确定为所述用户推荐的商品。本发明提供的方法提高了商品推荐的有效性。
-
-
-
-
-
-
-