申请/专利权人：桂林电子科技大学

申请日：2022-07-13

公开（公告）日：2022-12-02

公开（公告）号：CN115422170A

主分类号：G06F16/215

分类号：G06F16/215;G06F16/2458;G06F16/28;G06N3/04;G06N3/08;G06Q10/06;G06Q50/20

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.01.03#实质审查的生效;2022.12.02#公开

摘要：本发明公开了基于图嵌入在异构信息网络视角下为课题推荐学生的方法，包括如下步骤：数据预处理；构建异构信息网络图；在异构信息网络图下，通过随机游走算法，获取不同节点的信息序列；为序列中的节点进行位置信息建模，并通过多头自注意力层帮助模型理解当前节点在该序列中的含义，将多头自注意力层的结果进行残差连接和前馈网络操作，输出课题节点吸收序列中信息后的向量权重；构建课题‑学生之间的正负样本，通过损失计算，对模型进行反馈训练，得到最优模型；本发明引入位置向量编码与随机游走的结合，加入多头自注意力机制，使得序列间的节点信息关联传递不受距离影响，且使得模型的计算复杂度更优，能实现精确、快速的为新课题推荐学生。

主权项：1.基于图嵌入在异构信息网络视角下为课题推荐学生的方法，其特征在于，所述方法包括如下步骤：S1、数据预处理：将数据按不同类型进行数据分割，对分割后的数据以及数据间的关系进行数据清洗；S2、构建异构信息网络图；S3、在异构信息网络图下，通过随机游走算法，获取不同节点的信息序列；S4、为序列中的节点进行位置信息建模，并通过多头自注意力层帮助模型理解当前节点在该序列中的含义，将多头自注意力层的结果进行残差连接和前馈网络操作，输出课题节点吸收序列中信息后的向量权重；S5、构建课题-学生之间的正负样本并划分为训练集和测试集，通过损失计算，对模型进行反馈训练，得到最优模型；S6、将测试集输入到最优模型中进行预测，完成推荐。

全文数据：

权利要求：

百度查询： 桂林电子科技大学 基于图嵌入在异构信息网络视角下为课题推荐学生的方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD