专利名称：基于时空注意力机制的用户兴趣预测方法      申请号：2023106357346     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：个性化推荐 推荐算法 软件系统   相似专利 发布日：2024/12/27  
摘要： 本发明公开的基于时空注意力机制的用户兴趣预测方法，包括获取用户信息和时空信息并进行预处理；获取用户访问记录之间的时间间隔和空间间隔，进而分别得到用户访问记录的时间关系和空间关系矩阵；采用时空注意力机制对时间关系和空间关系矩阵进行嵌入表示，得到融合时空特征的用户轨迹表示序列；通过softmax函数判断用户轨迹表示序列，计算权重得分来对用户兴趣进行预测。本发明的基于时空注意力机制的用户兴趣预测方法，通过双层时空注意力考虑时空间隔差异对用户兴趣所造成的影响，能够有效表征基于用户时空行为的真实兴趣偏好，从而有效提升了用户兴趣预测的准确度。

专利名称：一种推荐方法      申请号：2018109993677     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：个性化推荐 兴趣挖掘   相似专利 发布日：2025/02/10  
摘要： 一种推荐方法，包括如下步骤：S100：使用词嵌入单元将关于用户和项目的自然语言形式的文本转化为数值型的训练数据；S200：采用注意力机制在所述训练数据中增加用户与项目的相互影响力；S300：采用基于注意力机制的卷积神经网络模型提取训练数据的局部特征和核心特征，最终得出可以表达全局的特征的隐藏特征；S400：使用因子分解机对上述隐藏特征进行分析，得到用户与项目的关联，据所述关联完成用户对项目的评分预测，最终完成向用户推荐项目。该方法相较于现有方法，提高了推荐的精度和准确度，提高了数据利用率。

专利名称：一种基于层次注意力机制的POI推荐方法      申请号：2019109905774     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：个性化推荐 信息处理 地理位置 场所信息推荐   相似专利 发布日：2025/02/10  
摘要： 一种基于层次注意力机制的POI推荐方法，所述方法包括如下步骤：S100：设计基于LSTM的解码器‑编码器的显式特征提取模型，用于从结构化数据中提取显式特征；S200：设计基于NLP的注意力机制的隐式特征提取模型，用于从非结构化数据中提取隐式特征；S300：使用文本相似度计算用户‑POI匹配度；S400：使用softmax函数从所述显式特征和所述隐式特征中预测出初步POI推荐列表，再使用所述用户‑POI匹配度微调该初步POI推荐列表，得到最终POI推荐列表作为预测结果。该方法相较于现有方法，提升数据利用率和推荐精度。