← 返回列表

基于时态图转换器和偏好波动的智能程序推荐方法

申请号: CN202311654053.0
申请人: 淮阴工学院
申请日期: 2023/12/4

摘要文本

来源:专利查询网 本发明公开了基于时态图转换器和偏好波动的智能程序推荐方法。对用户、程序和用户的历史互动行为进行数据清洗和预处理,构建用户‑程序行为关系图;应用行为感知时态图转换器网络,学习用户的短期偏好特征;利用基于用户长期互动建立的时态用户‑程序关系图,通过渐进图神经网络学习全局偏好;统计不同时间粒度下用户对程序类别的访问变化,计算用户偏好波动值,通过分析用户偏好的动态变化;最后根据用户偏好特征、全局偏好表示和偏好波动值,计算用户对候选程序的兴趣度,智能生成推荐列表。本发明充分利用时态图转换器网络获取用户偏好特征,并计算不同时间粒度下的用户偏好波动值,有效建模用户动态偏好,显著提高用户对于程序偏好的性能。

专利详细信息

项目 内容
专利名称 基于时态图转换器和偏好波动的智能程序推荐方法
专利类型 发明申请
申请号 CN202311654053.0
申请日 2023/12/4
公告号 CN117763300A
公开日 2024/3/26
IPC主分类号 G06F18/20
权利人 淮阴工学院
发明人 李翔; 顾泽峄; 朱全银; 葛濡豪; 张永军; 金圣华; 任珂; 周泓; 王留洋; 汤夏磊; 吴丁鹏; 吴林燕; 韩金婷; 罗林雨
地址 江苏省淮安市经济技术开发区枚乘东路1号

专利主权项内容

1.一种基于时态图转换器和偏好波动的智能程序推荐方法,其特征在于,包括如下步骤:步骤1:对用户、程序和用户历史互动行为进行数据清洗和预处理,构建用户-程序行为关系图G2;步骤2:基于用户-程序行为关系图G2利用行为感知时态图转换器网络,学习用户的短期偏好表达步骤3:根据用户的长期互动,建立时态用户-程序关系图,通过渐进图神经网络,学习用户的全局偏好表达C;i步骤4:统计不同时间粒度下用户对程序类别的访问变化,计算用户的偏好波动值F;u步骤5:根据用户的短期偏好表达、全局偏好表达和偏好波动值,。。来源:百度搜索马克数据网