浙江大学孙涛获国家专利权
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!
龙图腾网获悉浙江大学申请的专利一种基于用户时空行为与社交信息的兴趣点推荐方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116257704B 。
龙图腾网通过国家知识产权局官网在2025-08-05发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310229698.3,技术领域涉及:G06F16/9537;该发明授权一种基于用户时空行为与社交信息的兴趣点推荐方法是由孙涛;金小刚设计研发完成,并于2023-03-10向国家知识产权局提交的专利申请。
本一种基于用户时空行为与社交信息的兴趣点推荐方法在说明书摘要公布了:本发明公开了一种基于用户时空行为与社交信息的兴趣点推荐方法,包括根据用户兴趣点访问序列和社交关系,构建时空知识图;学习时空知识图中兴趣点的表示,构造兴趣点转移矩阵;使用兴趣点转移矩阵为权重,通过图卷积更新兴趣点特征;根据用户兴趣点访问序列和兴趣点特征计算用户偏好表示;根据兴趣点之间的时空距离以及兴趣点和用户偏好的距离,计算历史访问兴趣点权重;将兴趣点序列输入循环神经网络,使用历史访问兴趣点权重更新隐藏表示;连接隐藏表示和用户偏好表示,输入至推荐模型,生成符合用户喜好的下一个兴趣点。本发明方法能够对用户时空行为进行有效建模,捕获行为模式和用户偏好,使得兴趣点的推荐更为准确。
本发明授权一种基于用户时空行为与社交信息的兴趣点推荐方法在权利要求书中公布了:1.一种基于用户时空行为与社交信息的兴趣点推荐方法,其特征在于,包括以下步骤: S100根据用户兴趣点访问序列和社交关系,构建时空知识图; S200使用知识图嵌入算法学习时空知识图中每个实体和关系的表示,并根据语义相似性函数计算兴趣点表示之间的语义相似性; S300根据兴趣点表示之间的语义相似性构造兴趣点转移矩阵; 所述的根据兴趣点表示之间的语义相似性构造兴趣点转移矩阵的步骤为: S310对每个兴趣点li,选择所有其他兴趣点中与li距离前k近的兴趣点将和li的语义相似性作为兴趣点转移矩阵的元素,即 其中为兴趣点转移矩阵; S320选择M每一行中的最大元素构造对角矩阵D,使用D对M进行归一化,得到新的兴趣点转移矩阵T=D-1M; S400对用户和兴趣点进行编码和嵌入得到兴趣点特征向量,使用兴趣点转移矩阵作为权重,使用图卷积算法对兴趣点特征向量进行更新; S500根据用户的兴趣点访问序列对兴趣点特征向量进行聚合,得到用户偏好表示; S600根据兴趣点之间的时空距离、兴趣点和用户偏好的距离,计算历史访问兴趣点权重; 所述的根据兴趣点之间的时空距离、兴趣点和用户偏好的距离,计算历史访问兴趣点权重的步骤为: S610计算兴趣点之间的时空距离:使用时空相似性函数计算历史访问兴趣点和当前访问兴趣点之间的时空相似性,对每个时间步i,使用时空相似性函数计算历史访问兴趣点lj和当前访问兴趣点li之间的时空相似性,时空相似性函数表示为 其中ΔDi,j为兴趣点之间的空间距离,α和β为衰减权重; S620计算兴趣点和用户偏好的距离:使用偏好相似性函数计算用户偏好表示p与历史访问兴趣点之间的偏好相似性; S630融合时空相似性和偏好相似性,得到历史访问兴趣点权重 S700根据用户的兴趣点访问序列将兴趣点特征向量输入循环神经网络,得到对应的隐藏状态序列,再根据历史访问兴趣点权重将历史隐藏状态聚合到当前隐藏状态; S800将当前隐藏状态和用户兴趣偏好表示连接,并输入至推荐模型,计算得到为用户推荐的下一个兴趣点。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
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。