-
公开(公告)号:CN116501954A
公开(公告)日:2023-07-28
申请号:CN202310286423.3
申请日:2023-03-22
Applicant: 重庆大学
IPC: G06F16/9535 , G06N3/0464 , G06N3/042 , G06N3/08
Abstract: 本发明公开基于注意力机制的用户真实兴趣感知图增强推荐系统及介质,系统包括基于真实兴趣感知的图增强模块、图对比学习模块、和个性化推荐模块;介质存储有计算机程序。本发明对用户真实兴趣的提取,通过图对比学习和用户的社交关系增强用户的表示,进而提升推荐算法的准确度。
-
公开(公告)号:CN116501954B
公开(公告)日:2025-05-06
申请号:CN202310286423.3
申请日:2023-03-22
Applicant: 重庆大学
IPC: G06F16/9535 , G06N3/0464 , G06N3/042 , G06N3/08
Abstract: 本发明公开基于注意力机制的用户真实兴趣感知图增强推荐系统及介质,系统包括基于真实兴趣感知的图增强模块、图对比学习模块、和个性化推荐模块;介质存储有计算机程序。本发明对用户真实兴趣的提取,通过图对比学习和用户的社交关系增强用户的表示,进而提升推荐算法的准确度。
-
公开(公告)号:CN118694409A
公开(公告)日:2024-09-24
申请号:CN202410817784.0
申请日:2024-06-24
Applicant: 重庆大学
IPC: H04B7/06 , H04L5/00 , H04L1/00 , G06N3/045 , G06N3/0464
Abstract: 本发明公开了一种基于多注意力机制的大规模MIMO的CSI反馈方法,包括:获取待反馈压缩的CSI数据H;通过离散傅里叶变换将H变换到角度时延域,生成稀疏信道矩阵#imgabs0#将稀疏信道矩阵#imgabs1#的前Na行进行截断,得到截断矩阵#imgabs2#步骤4:构建CSI反馈模型,并利用训练好的CSI反馈模型对截断矩阵#imgabs3#进行重建,生成重建的CSI矩阵#imgabs4#其中,CSI反馈模型包括多注意力机制网络MANet;步骤5:将重建的CSI矩阵#imgabs5#进行零填充和逆傅里叶变换,生成恢复的CSI矩阵#imgabs6#本发明的方法能够在不增加复杂度的情况下,提高重建CSI的精度。
-
公开(公告)号:CN117132345A
公开(公告)日:2023-11-28
申请号:CN202310939348.6
申请日:2023-07-28
Applicant: 重庆大学
IPC: G06Q30/0601 , G06F16/9535
Abstract: 本发明公开一种基于跨场景的个性化服务智能推荐系统,包括信息记录模块、嵌入向量转化模块、用户‑服务交互模块、个性化特征提取模块、跨场景特征匹配网络构建模块、服务推荐模块;本发明主要针对目前滥用服务投放的困境,通过收集成熟场景的丰富行为数据、用户数据,结合目标场景的稀疏数据,提供冷启动服务推荐方案,满足用户个性化和多样性需求,提升服务关联的商品点击和转化率。本发明通过控制服务展现的范围、展现顺序、展现时机、展现频率,在新用户、新服务、新场景使用PC或移动设备时,帮助推荐系统更准确地为用户推荐服务内容,减弱服务存在感,真正满足用户的需求,提高服务投放的效果。
-
-
-