-
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
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：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
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：CN118261029A
公开(公告)日：2024-06-28
申请号：CN202410210009.9
申请日：2024-02-26
申请人： 清华大学
摘要： 本发明提供一种区域内部道路规划方法、装置、电子设备及存储介质，所述方法包括：获取区域的区域地理位置信息，其中，所述区域地理位置信息至少包括区域内部建筑物位置信息，以及区域内部空白用地位置信息；基于所述区域地理位置信息，构建所述区域的拓扑图结构；确定所述拓扑图结构内的拓扑元素的拓扑元素特征，其中，所述拓扑元素根据所述区域内部建筑物和所述区域内部空白用地确定；基于所述拓扑元素特征对道路规划模型进行训练，得到训练后道路规划模型，并基于所述训练后道路规划模型通过前向推理得到规划为内部道路的区域内部空白用地的位置信息。实现了对区域内部道路进行高效的道路规划。
-
公开(公告)号：CN110969516B
公开(公告)日：2024-04-26
申请号：CN201911358070.3
申请日：2019-12-25
申请人： 清华大学 , 杭州微拓科技有限公司
IPC分类号： G06Q30/0601 , G06F18/22 , G06F16/9535 , G06F16/9538 , G06F18/2431 , G06N3/042 , G06N3/084
摘要： 本发明实施例提供一种商品推荐方法及装置，该方法包括：将目标用户输入到训练后的推荐系统中，获取候选商品集合；根据目标用户表征向量和目标商品表征向量，基于最近邻搜索算法，对所述候选商品集合中的每一候选商品进行重新排序，将排序靠前的若干候选商品作为最佳推荐商品；将所有最佳推荐商品推荐给用户。本发明实施例提供一种商品推荐方法及装置，基于图神经网络构建的推荐系统，根据目标用户和每个商品之间的相似度，生成目标用户表征向量和目标商品表征向量，提高了候选商品的多样性，从而提高了最佳推荐商品的多样性，并且通过商品召回阶段，将概率最大的商品推荐给用户，提高了推荐的准确率。
-
公开(公告)号：CN115618101A
公开(公告)日：2023-01-17
申请号：CN202211154109.1
申请日：2022-09-21
申请人： 清华大学
IPC分类号： G06F16/9535 , G06F16/9538 , G06N3/04 , G06N3/08
摘要： 本发明提供一种基于负反馈的流媒体内容推荐方法、装置及电子设备，涉及信息处理技术领域，该方法包括：获取用户信息和待推荐流媒体内容集合并输入推荐模型，获得推荐模型输出的用户信息对待推荐流媒体内容集合中各待推荐流媒体内容的不感兴趣概率，该推荐模型基于用户信息对应的样本负反馈流媒体内容和根据样本负反馈流媒体内容确定的样本潜在正反馈流媒体内容训练得到；对不感兴趣概率进行从小到大排序，将排序结果中的前第一预设数量个不感兴趣概率确定为目标不感兴趣概率集合；从待推荐流媒体内容集合中选择与目标不感兴趣概率集合对应的待推荐流媒体内容进行输出。本发明提供的技术方案能够提高流媒体内容推荐的准确性。
-
公开(公告)号：CN113269612A
公开(公告)日：2021-08-17
申请号：CN202110585850.2
申请日：2021-05-27
申请人： 清华大学 , 北京达佳互联信息技术有限公司
摘要： 本公开关于一种物品推荐方法、装置、电子设备及存储介质，属于计算机技术领域。该方法包括：基于账号在历史互动行为中交互的多个物品，获取该账号的长期兴趣特征和短期兴趣特征；对该长期兴趣特征和该短期兴趣特征进行融合，得到该账号的目标兴趣特征；基于该目标兴趣特征和目标物品的嵌入特征，确定是否对该账号推荐该目标物品。本公开通过在目标兴趣特征中较好地融合账号的长期、短期两种不同类型的兴趣偏好，从而提高了对目标物品的推荐准确度。
-
公开(公告)号：CN110969516A
公开(公告)日：2020-04-07
申请号：CN201911358070.3
申请日：2019-12-25
申请人： 清华大学 , 杭州微拓科技有限公司
IPC分类号： G06Q30/06 , G06K9/62 , G06F16/9535 , G06F16/9538
摘要： 本发明实施例提供一种商品推荐方法及装置，该方法包括：将目标用户输入到训练后的推荐系统中，获取候选商品集合；根据目标用户表征向量和目标商品表征向量，基于最近邻搜索算法，对所述候选商品集合中的每一候选商品进行重新排序，将排序靠前的若干候选商品作为最佳推荐商品；将所有最佳推荐商品推荐给用户。本发明实施例提供一种商品推荐方法及装置，基于图神经网络构建的推荐系统，根据目标用户和每个商品之间的相似度，生成目标用户表征向量和目标商品表征向量，提高了候选商品的多样性，从而提高了最佳推荐商品的多样性，并且通过商品召回阶段，将概率最大的商品推荐给用户，提高了推荐的准确率。
-
公开(公告)号：CN113190757A
公开(公告)日：2021-07-30
申请号：CN202110535282.5
申请日：2021-05-17
申请人： 清华大学 , 北京达佳互联信息技术有限公司
IPC分类号： G06F16/9535 , G06F16/48 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本公开关于一种多媒体资源推荐方法、装置、电子设备及存储介质，涉及计算机技术领域。本公开实施例，通过用户账号曾经交互过的多媒体资源，对用户账号的兴趣进行整合分析，通过多媒体资源根据相似度确定的聚集情况，分析哪些多媒体资源为用户账号的核心兴趣，通过多媒体资源与候选多媒体资源之间的相似度，能够分析出哪些多媒体资源与候选多媒体资源比较相似，结合这两种因素，自然能够从用户账号曾经交互过的多媒体资源中，分析出与候选多媒体资源相似且能够代表用户账号的核心兴趣的多媒体资源，以此来为用户账号来进行多媒体资源推荐，能够使得推荐的目标多媒体资源符合用户账号的核心兴趣，符合用户偏好，提高推荐结果的准确性。
-
公开(公告)号：CN117892834A
公开(公告)日：2024-04-16
申请号：CN202211433772.5
申请日：2022-11-16
申请人： 腾讯科技(深圳)有限公司 , 清华大学
IPC分类号： G06N20/00 , G06F16/9535
摘要： 提出了一种媒体内容推荐模型训练方法和装置。该媒体内容推荐模型训练方法包括：获取多个对象的数据集；对每一个对象的数据集的多个交互记录进行分组，使得同一组内各个交互记录的媒体内容时长在同一预设范围内；通过数据规范化处理计算与每一组中每一个交互记录对应的交互时长增益；基于每一个交互记录构造第一训练样本，并基于该交互记录对应的交互时长增益构造对应的第一样本标签；将第一训练样本输入到第一媒体内容推荐模型以基于第一媒体内容推荐模型的输出结果和第一样本标签计算第一损失；至少基于第一损失确定第一媒体内容推荐模型的目标损失；以及基于目标损失，对第一媒体内容推荐模型的参数进行迭代更新直至满足预设条件。
-
公开(公告)号：CN116450860A
公开(公告)日：2023-07-18
申请号：CN202310220409.3
申请日：2023-03-08
申请人： 清华大学 , 北京达佳互联信息技术有限公司
IPC分类号： G06F16/435 , H04N21/2343 , H04N21/4402 , H04N21/466 , G06F18/214 , G06F18/25
摘要： 本公开关于一种媒体资源推荐方法、推荐模型的训练方法及相关设备，该方法通过推荐模型，对媒体资源序列和操作反馈序列进行融合编码处理，得到初始媒体资源特征；初始媒体资源特征包括多个媒体资源子特征，每个所述媒体资源子特征包含对应的正反馈标签或负反馈标签；以及对初始媒体资源特征进行基于所述媒体资源序列对应的正反馈标签和负反馈标签相混合的编码处理，得到目标媒体资源特征；对目标媒体资源特征进行基于正反馈维度的反馈拆分处理，得到正反馈序列表征；以及基于候选资源的推荐结果确定推荐资源，从而提高了媒体资源的推荐准确率。
-
-
-
-
-
-
-
-
-
搜索结果
15 条记录 (耗时 0.048 秒)
