专利名称：一种基于注意力机制的融合特征推荐方法      申请号：2022110193700     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：推荐算法 项目推荐 目标用户推荐   相似专利 发布日：2025/04/11  
摘要： 本发明涉及推荐系统技术领域，具体涉及一种基于注意力机制的融合特征推荐方法，主要实现步骤有：数据集获取；数据预处理时将用户的社交网络融入用户的评分矩阵中；将获得的用户评分矩阵和用户视图矩阵分解再融合，得到有用户特征的矩阵和有项目特征的矩阵；将融合后的矩阵输入到多头注意力层获得对应特征权重；对比测试集与评价指标更新权重；经过接待训练得到最终的推荐方法。本发明相较于传统的推荐方法，选择了将多种用户项目特征融合，如此可以在嵌入层的学习中同时接收与来自低阶、高阶组合部分的反馈，从而学到更好特征表示，提高推荐精确度。

专利名称：基于自适应正交交叉的多目标优化算法的个性化电影推荐方法      申请号：2018101123844     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：推荐算法 个性化推荐 互联网   相似专利 发布日：2024/11/01  
摘要： 基于自适应正交交叉的多目标优化算法的个性化电影推荐方法，针对传统推荐算法对准确性和非准确性两个对立指标的优化不足，采用多目标优化算法对这两个目标进行优化，从而在保持准确性的情况下提高多样性。针对NSGA‑II多目标优化算法存在的不足，提出了改进算法SMOCDE，该算法设计了自适应多目标正交交叉算子SMOC，使用该算子对种群进行初始，避免了种群分布不均匀；运用该算子进行交叉操作，保持了种群的收敛性和分布性。将该算法应用于个性化电影推荐这一实际问题中，通过和现有的推荐算法进行测试对比验证了算法的通用性和有效性，提高了推荐结果的准确性、多样性。

专利名称：基于深度学习的科研学术新闻关键字匹配推荐方法      申请号：2019114089259     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：推荐算法 个性化推荐 机器学习 科研新闻 学术论文匹配   相似专利 发布日：2025/02/10  
摘要： 本发明公开了一种基于深度学习的科研学术新闻关键字匹配推荐方法。所采用的推荐方法是基于两个不断充实的新闻库和论文库，用图片识别、分词结合概率统计方法、centence2vec方法相结合形成关键词库，从而构建word2vec模型，用语言处理判断其内容的相似度并根据相似度进行推荐。以达到当用户浏览科研新闻时，能够向其推荐相关度由高到低的一些学术论文，达到对新闻内容观点题共论文支持的期望；反之，在用户浏览学术论文时，能够向其推荐与此论文相似的科研新闻，以便让读者了解有关于当前论文所阐述观点或者技术的最新发展或信息。