咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明涉及基于神经网络和地理影响的兴趣点推荐方法,具体的:获取用户的历史签到数据;分别以双通道的神经网络的形式,对用户向量和位置向量进行降维,使得用户和位置处于同一维度的向量空间;将降维后的用户向量和位置向量传入联合神经网络,同时结合它们内积的结果,得到联合神经网络的预测输出;基于均方损失函数,采用梯度下降算法,对所有神经网络层进行训练并不断更新未知参数;基于全体签到数据中的每相邻两点之间的地理距离,采用幂律分布来模拟用户访问下一个位置的距离可能性,并根据距离可能性的大小进行排序,生成推荐列表输出。本发明方法运用深度学习技术,充分挖掘用户对兴趣点的潜在偏好和移动模式,且极大地缩短计算时间,节约计算成本。
著 录 项:
专利/申请号: | CN202010309687.2 | 专利名称: | 一种基于神经网络和地理影响的兴趣点推荐方法 |
申请日: | 2020-04-20 | 申请/专利权人 | 重庆大学 |
专利类型: | 发明 | 地址: | 重庆市沙坪坝区沙正街174号 |
专利状态: | 已下证 查询审查信息 | 分类号: | G06F16/9537 网络传输 |
公开/公告日: | 2023-04-18 | 转让价格: | 面议 |
公开/公告号: | CN111538916B | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |