龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：安徽大学
摘要：本发明公开了一种基于层内层间注意力的可解释好友推荐方法，包括以下步骤：用户属性网络构建，基于用户属性文本构建用户属性网络；用户属性网络和用户社交网络的联合学习，随机初始化用户嵌入，基于层内的注意力机制，在不同网络内进行特征提取，基于层间的注意力机制，在不同网络间进行特征融合，生成用户嵌入，从而得到高质量的推荐结果。本发明既能有效提高推荐的准确性，提供高质量的推荐列表供用户选择，又能通过层内层间的注意力机制，给出推荐理由，增强推荐系统的可解释性，提高用户的认可度和满意度。
主权项：1.一种基于层内层间注意力的可解释好友推荐方法，其特征在于，包括以下步骤：S1、设U是用户集合，其中U＝{u1,u2,…,uN}；设T是用户属性文本集合，其中T＝{t1,t2,…,tN}，ti为用户i的属性文本，ti＝{gp,gq,…,gr}，gp、gq、…、gr分别为用户i的某一属性，不同用户属性文本中的属性可能不同；通过属性聚类、用户属性归减、相似矩阵计算、属性边的建立等步骤，构建用户属性网络；S2、用户社交网络和用户属性网络联合学习，其中S是用户之间的社交网络，S＝U,E1，U是用户集合，E1是社交边的集合，E1＝{ui,uj|ui∈U,uj∈U}，其中ui,uj表示用户ui和用户uj之间存在一条无方向的社交边；A是用户之间的属性网络，其中A＝U,E2，U是用户集合，E2是属性边的集合，E2＝{uk,ul|uk∈U,ul∈U}，其中uk,ul表示用户uk和用户ul之间存在一条无方向的属性边；通过嵌入层、扩散层、预测层等结构，生成用户嵌入，输出用户推荐列表。
全文数据：
权利要求：
百度查询： 安徽大学 一种基于层内层间注意力的可解释好友推荐方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号