Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜杭州电子科技大学俞东进获国家专利权

恭喜杭州电子科技大学俞东进获国家专利权

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!

龙图腾网恭喜杭州电子科技大学申请的专利一种基于异构图的个性化兴趣点推荐方法及系统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:CN114219581B

龙图腾网通过国家知识产权局官网在2025-05-09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:202111669824.4,技术领域涉及:G06Q30/0601;该发明授权一种基于异构图的个性化兴趣点推荐方法及系统是由俞东进;俞婷;王东京;吴桐;顾盼设计研发完成,并于2021-12-31向国家知识产权局提交的专利申请。

一种基于异构图的个性化兴趣点推荐方法及系统在说明书摘要公布了:本发明涉及一种基于异构图的个性化兴趣点推荐方法及系统。其方法包括步骤:S1获取用户‑兴趣点签到记录;S2基于签到记录构建用户‑兴趣点‑时间异构子图、用户‑类别异构子图;S3基于异构子图计算用户对于兴趣点的兴趣点偏好概率、类别偏好概率;S4基于签到记录计算用户对于兴趣点的一般签到概率,并计算兴趣点流行度;S5根据兴趣点的经纬度和签到记录,计算在地理位置偏好影响下用户对于兴趣点的地理位置偏好签到概率;S6基于兴趣点偏好概率、类别偏好概率、兴趣点流行度、地理位置偏好签到概率,预测用户对兴趣点的总体签到概率;S7基于总体签到概率,对用户进行兴趣点推荐。在推荐兴趣点时综合考虑了多种重要因素,提高了兴趣点推荐的准确性。

本发明授权一种基于异构图的个性化兴趣点推荐方法及系统在权利要求书中公布了:1.一种基于异构图的个性化兴趣点推荐方法,其特征在于,包括步骤:S1、获取用户-兴趣点签到记录;S2、基于用户-兴趣点签到记录,构建用户-兴趣点-时间异构子图以及用户-类别异构子图;S3、基于用户-兴趣点-时间异构子图计算用户对于兴趣点的兴趣点偏好概率,基于用户-类别异构子图计算用户对于类别的类别偏好概率;S4、基于用户-兴趣点签到记录计算用户对于兴趣点的一般签到概率,并基于一般签到概率计算兴趣点流行度;S5、根据兴趣点的经纬度和签到记录,计算在地理位置偏好影响下用户对于兴趣点的地理位置偏好签到概率;S6、基于兴趣点偏好概率、类别偏好概率、兴趣点流行度、地理位置偏好签到概率,预测用户对兴趣点的总体签到概率;S7、基于总体签到概率,对用户进行兴趣点推荐;步骤S1中,用户-兴趣点签到记录信息F={ui,lj,ts,cp};用户集合U={u1,u2,…un};兴趣点集合L={l1,l2,…lm};签到时间集合T={t1,t2,…tz};类别集合C={c1,c2,…cw};i=1,2,3,...,n;j=1,2,3,...,m;s=1,2,3,...,z;p=1,2,3,...,w;步骤S2中,用户-兴趣点-时间异构子图中节点为用户、兴趣点、时间,用户-类别异构子图中节点为用户、类别;步骤S3中,包括步骤:S3.1、对于用户-兴趣点-时间异构子图、用户-类别异构子图中的每个节点,通过采样策略采样得到节点的近邻节点集合;S3.2、将节点映射为embedding向量的映射函数;S3.3、基于近邻节点集合、映射函数求解得到节点的近邻节点出现的概率公式;S3.4、基于近邻节点出现的概率公式计算目标函数;S3.5、基于目标函数得到各个节点的向量表示,包括用户向量兴趣点向量类别向量S3.6、基于用户向量兴趣点向量计算兴趣点偏好概率,基于用户向量类别向量计算类别偏好概率;兴趣点偏好概率计算公式为: scoreui,l表示用户ui对于兴趣点l的兴趣点偏好概率,T表示转置;类别偏好概率计算公式为: scoreui,c表示用户ui对于类别c的类别偏好概率;步骤S5中包括步骤:S5.1、计算用户的总签到次数;S5.2、初始化聚类半径∈、兴趣点聚类数;S5.3、输入用户的签到记录、聚类半径、一个聚类中拥有的最少兴趣点个数,计算得到兴趣点的聚类个数及兴趣点所在的聚类簇;S5.4、当兴趣点的聚类个数除以总签到次数小于预设阈值时,将∈+0.1并且重复步骤S5.3,否则转至步骤S5.5;S5.5、得到所有兴趣点所在的聚类簇,并基于兴趣点的经纬度计算用户对于每个聚类簇的访问中心;S5.6、基于计算得到的访问中心,计算在地理位置偏好影响下用户对于兴趣点的地理位置偏好签到概率;步骤S6中:使用线性框架将兴趣点偏好概率、类别偏好概率、兴趣点流行度、地理位置偏好签到概率的影响结合,预测用户对兴趣点的总体签到概率;步骤S7中,具体为:将用户对所有兴趣点预测得到的总体签到概率进行排序,选择总体签到概率最高的兴趣点推荐给用户。

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杭州电子科技大学,其通讯地址为:310018 浙江省杭州市杭州经济技术开发区白杨街道2号大街1158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”。

免责声明
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。