公开(公告)号：CN111681067B

公开(公告)日：2023-10-31

申请号：CN202010306909.5

申请日：2020-04-17

申请人： 清华大学 ,  杭州贝购科技有限公司

发明人： 李勇 ,  郑瑜 ,  高宸 ,  金德鹏 ,  徐裕键 ,  郁佳杰 ,  张良伦

IPC分类号： G06Q30/0601 ,  G06N3/042 ,  G06N3/08 ,  G06F18/214

摘要： 本发明实施例提供一种基于图注意力网络的长尾商品推荐方法及系统，该方法包括：获取待推荐商品交互信息，所述待推荐商品交互信息包括待推荐商品ID信息集合、用户ID信息集合、待推荐商品流行度信息和用户商品交互记录信息，所述待推荐商品流行度信息表示用户与商品之间的交互数量信息；将所述待推荐商品交互信息输入到训练好的商品推荐模型，得到待推荐商品的推荐结果；所述训练好的商品推荐模型是通过图注意力网络构建的，并由标记为负样本的样本商品ID信息和样本用户ID信息训练得到的。本发明实施例基于图注意力网络提升长尾商品的推荐效果，使得向用户推荐的商品中包含更多长尾商品。

公开(公告)号：CN111695719A

公开(公告)日：2020-09-22

申请号：CN202010313398.X

申请日：2020-04-20

申请人： 清华大学 ,  杭州贝购科技有限公司

发明人： 李勇 ,  金德鹏 ,  朴景华 ,  张国祯 ,  徐丰力 ,  徐裕键 ,  郁佳杰 ,  张良伦

IPC分类号： G06Q10/04 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F16/9535 ,  G06F16/9536

摘要： 本发明实施例提供一种用户价值预测方法及系统，该方法包括：获取每个用户的画像信息、交易历史信息和社交互动信息，并将画像信息和交易历史信息输入到多层神经网络中，构建每个用户的表征向量；根据社交互动信息和表征向量，构建用户之间的社交网络，并根据社交网络构建对应的母版网络；将社交网络和母版网络分别输入到图神经网络中，得到多个图表征向量，并通过注意力机制将多个图表征向量进行融合，得到图表征目标向量；将图表征目标向量输入到训练好的用户价值预测模型，得到用户价值的预测值。本发明实施例充分利用了用户自身的画像、交易历史等信息，并利用了用户之间的社交关系中的隐藏信息，使得用户价值预测结果更为精准。

公开(公告)号：CN111695965B

公开(公告)日：2024-04-12

申请号：CN202010340665.2

申请日：2020-04-26

申请人： 清华大学 ,  杭州贝购科技有限公司

发明人： 李勇 ,  金德鹏 ,  金博文 ,  高宸 ,  徐裕键 ,  郁佳杰 ,  张良伦

IPC分类号： G06Q30/0601 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/08

摘要： 本发明实施例涉及商品智能化推荐技术领域，公开了基于图神经网络的产品筛选方法、系统及设备。本发明实施例先获取当前产品对应的第一产品信息向量与当前用户对应的第一用户信息向量；将第一产品信息向量与第一用户信息向量输入至第一预设产品筛选模型，输出第一分值；基于第一分值确定对应的目标产品信息。明显地，本发明实施例可将产品信息向量转换为用户信息向量进行表征，还将根据用户信息向量转换为产品信息向量进行表征。然后，以转换后的信息向量进行分值确定。可见，该模型使用方式深入挖掘了交易信息中隐含的用户与商品之间的关联性，使得建模较为充分，自然也就提高了产品推荐的准确性，解决了推荐准确性较低的技术问题。

公开(公告)号：CN111582538B

公开(公告)日：2023-07-04

申请号：CN202010220441.8

申请日：2020-03-25

申请人： 清华大学 ,  杭州贝购科技有限公司

发明人： 李勇 ,  金德鹏 ,  张国祯 ,  徐丰力 ,  郁佳杰 ,  徐裕键 ,  张良伦

IPC分类号： G06Q10/04 ,  G06Q50/00 ,  G06N3/042 ,  G06N3/08

摘要： 本发明实施例提供一种基于图神经网络的社群价值预测方法及系统，该方法包括：获取用户特征信息和用户交互信息；基于用户特征信息和用户交互信息将所有用户划分为不同的社群；将每个社群所包含的原始特征信息输入至预先训练好的社群价值预测模型，获取每个社群相对应的社群价值预测值；其中，每个社群所包含的原始特征信息包括组成所述社群的所有用户的用户特征信息和用户交互信息。本发明实施例，通过综合用户固有的特征信息和用户之间交互信息，构建包含多个层次结构特征的社群，并获取每个社群的原始特征信息生成表示向量后，基于多层次的神经网络模型分析，获取到社群价值预测值，有效的提高了预测的精度，减少了人力物力的消耗。

公开(公告)号：CN111582538A

公开(公告)日：2020-08-25

申请号：CN202010220441.8

申请日：2020-03-25

申请人： 清华大学 ,  杭州贝购科技有限公司

发明人： 李勇 ,  金德鹏 ,  张国祯 ,  徐丰力 ,  郁佳杰 ,  徐裕键 ,  张良伦

IPC分类号： G06Q10/04 ,  G06Q50/00 ,  G06N3/08

摘要： 本发明实施例提供一种基于图神经网络的社群价值预测方法及系统，该方法包括：获取用户特征信息和用户交互信息；基于用户特征信息和用户交互信息将所有用户划分为不同的社群；将每个社群所包含的原始特征信息输入至预先训练好的社群价值预测模型，获取每个社群相对应的社群价值预测值；其中，每个社群所包含的原始特征信息包括组成所述社群的所有用户的用户特征信息和用户交互信息。本发明实施例，通过综合用户固有的特征信息和用户之间交互信息，构建包含多个层次结构特征的社群，并获取每个社群的原始特征信息生成表示向量后，基于多层次的神经网络模型分析，获取到社群价值预测值，有效的提高了预测的精度，减少了人力物力的消耗。

公开(公告)号：CN111681067A

公开(公告)日：2020-09-18

申请号：CN202010306909.5

申请日：2020-04-17

申请人： 清华大学 ,  杭州贝购科技有限公司

发明人： 李勇 ,  郑瑜 ,  高宸 ,  金德鹏 ,  徐裕键 ,  郁佳杰 ,  张良伦

IPC分类号： G06Q30/06 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

摘要： 本发明实施例提供一种基于图注意力网络的长尾商品推荐方法及系统，该方法包括：获取待推荐商品交互信息，所述待推荐商品交互信息包括待推荐商品ID信息集合、用户ID信息集合、待推荐商品流行度信息和用户商品交互记录信息，所述待推荐商品流行度信息表示用户与商品之间的交互数量信息；将所述待推荐商品交互信息输入到训练好的商品推荐模型，得到待推荐商品的推荐结果；所述训练好的商品推荐模型是通过图注意力网络构建的，并由标记为负样本的样本商品ID信息和样本用户ID信息训练得到的。本发明实施例基于图注意力网络提升长尾商品的推荐效果，使得向用户推荐的商品中包含更多长尾商品。

公开(公告)号：CN111695965A

公开(公告)日：2020-09-22

申请号：CN202010340665.2

申请日：2020-04-26

申请人： 清华大学 ,  杭州贝购科技有限公司

发明人： 李勇 ,  金德鹏 ,  金博文 ,  高宸 ,  徐裕键 ,  郁佳杰 ,  张良伦

IPC分类号： G06Q30/06 ,  G06F16/9535 ,  G06N3/04 ,  G06N3/08

摘要： 本发明实施例涉及商品智能化推荐技术领域，公开了基于图神经网络的产品筛选方法、系统及设备。本发明实施例先获取当前产品对应的第一产品信息向量与当前用户对应的第一用户信息向量；将第一产品信息向量与第一用户信息向量输入至第一预设产品筛选模型，输出第一分值；基于第一分值确定对应的目标产品信息。明显地，本发明实施例可将产品信息向量转换为用户信息向量进行表征，还将根据用户信息向量转换为产品信息向量进行表征。然后，以转换后的信息向量进行分值确定。可见，该模型使用方式深入挖掘了交易信息中隐含的用户与商品之间的关联性，使得建模较为充分，自然也就提高了产品推荐的准确性，解决了推荐准确性较低的技术问题。

公开(公告)号：CN110880124A

公开(公告)日：2020-03-13

申请号：CN201910936816.8

申请日：2019-09-29

申请人： 清华大学 ,  杭州微拓科技有限公司

发明人： 李勇 ,  郑瑜 ,  高宸 ,  卢中县 ,  杨一品 ,  徐裕键 ,  张良伦 ,  金德鹏 ,  周亮

IPC分类号： G06Q30/02

摘要： 本发明实施例提供一种转化率评估方法及装置，该方法包括：根据商品属性表和用户属性表，获取特征数据；将获取的特征数据，输入到预设的点击Wide&Deep模型，输出用户对商品链接的点击概率，并将获取的特征数据，输入分享Wide&Deep模型，输出用户对商品链接的分享概率；根据点击概率和分享概率，进行打分融合后，获得用户对所述商品的转化概率；其中，点击或分享Wide&Deep模型分别根据已确定点击或分享结果的样本商品属性表及样本用户属性表进行训练后得到。该方法能够准确获得用户对商品的点击概率和分享概率，通过两个精排分数和召回分数进行融合，确定的转化概率更为准确。

公开(公告)号：CN111008858A

公开(公告)日：2020-04-14

申请号：CN201911019618.1

申请日：2019-10-24

申请人： 清华大学 ,  杭州微拓科技有限公司

发明人： 李勇 ,  丁璟韬 ,  平钰坤 ,  卢中县 ,  徐裕键 ,  张良伦 ,  金德鹏 ,  张凡宇 ,  周亮

IPC分类号： G06Q30/02 ,  G06N3/04 ,  G06N3/08

摘要： 本发明实施例提供一种商品销量预测方法及系统，包括：获取目标商品在预设历史时间段的销量序列和所有类似商品在预设历史时间段内的销量序列；获取相同特征商品促销活动序列的归一化销量；将目标商品在预设历史时间段的销量序列、所有类似商品在预设历史时间段的销量序列和相同特征商品促销活动序列的归一化销量输入到卷积层中，获取特征空间向量；将目标商品的静态特征、在预设历史时间段内的销量序列、平台爆发销量序列、商品爆发销量序列和特征空间向量进行拼接，将拼接之后的特征输入全连接层，获取目标商品在预测未来时间段内的销量。本发明实施例有效利用未来时间内平台的促销活动及商品的特卖排期信息，大幅提升预估准确度。

公开(公告)号：CN111008858B

公开(公告)日：2023-10-31

申请号：CN201911019618.1

申请日：2019-10-24

申请人： 清华大学 ,  杭州微拓科技有限公司

发明人： 李勇 ,  丁璟韬 ,  平钰坤 ,  卢中县 ,  徐裕键 ,  张良伦 ,  金德鹏 ,  张凡宇 ,  周亮

IPC分类号： G06Q30/0202 ,  G06N3/0464 ,  G06N3/082

摘要： 本发明实施例提供一种商品销量预测方法及系统，包括：获取目标商品在预设历史时间段的销量序列和所有类似商品在预设历史时间段内的销量序列；获取相同特征商品促销活动序列的归一化销量；将目标商品在预设历史时间段的销量序列、所有类似商品在预设历史时间段的销量序列和相同特征商品促销活动序列的归一化销量输入到卷积层中，获取特征空间向量；将目标商品的静态特征、在预设历史时间段内的销量序列、平台爆发销量序列、商品爆发销量序列和特征空间向量进行拼接，将拼接之后的特征输入全连接层，获取目标商品在预测未来时间段内的销量。本发明实施例有效利用未来时间内平台的促销活动及商品的特卖排期信息，大幅提升预估准确度。