申请/专利权人：武汉大学

申请日：2023-12-26

公开（公告）日：2024-04-02

公开（公告）号：CN117807309A

主分类号：G06F16/9535

分类号：G06F16/9535;G06F16/9536

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种基于超图和局部增强注意力的序列推荐方法与装置，涉及序列推荐领域，包括以下步骤：获取用户及物品信息，构建初始的物品、物品流行度排名和物品概念词组合的嵌入矩阵；并根据用户及物品信息，构建异构超图；根据所述异构超图优化所述嵌入矩阵；根据所述嵌入矩阵得到最终物品推荐结果的似然得分和流行度排名推荐结果的似然分数，根据所述最终物品推荐结果的似然得分和流行度排名推荐结果的似然分数，计算用户与物品发生交互的可能性，有效提升了序列推荐的准确率。

主权项：1.一种基于超图和局部增强注意力的序列推荐方法，其特征在于，所述基于超图和局部增强注意力的序列推荐方法包括：获取原始用户历史交互序列，根据所述原始用户历史交互序列得到用户物品交互序列,概念词组合交互序列,流行度排名交互序列，物品集合、概念词组合方式集合和流行度排名集合，初始的物品、物品流行度排名和物品概念词组合的嵌入矩阵；根据所述用户物品交互序列,概念词组合交互序列,流行度排名交互序列，物品集合、概念词组合方式集合和流行度排名集合，构建异构超图；根据所述异构超图对所述初始的物品、物品流行度排名和物品概念词组合的嵌入矩阵进行特征构建和特征聚合，得到最终的物品、物品流行度排名和物品概念词组合的嵌入矩阵；根据所述用户物品交互序列,概念词组合交互序列,流行度排名交互序列与最终的物品、物品流行度排名和物品概念词组合的嵌入矩阵，得到用户对流行度排名的偏好和对概念词组合的偏好，以及用户对物品的意图；根据所述用户对流行度排名的偏好和对概念词组合的偏好，以及用户对物品的意图得到融合后的物品意图表示，对不同热度物品的偏好表示，用户的兴趣偏好表示；基于所述融合后的物品意图表示，对不同热度物品的偏好表示，用户的兴趣偏好表示，最终的物品、物品流行度排名和物品概念词组合的嵌入矩阵得到最终物品推荐结果的似然得分和流行度排名推荐结果的似然分数，根据所述最终物品推荐结果的似然得分和流行度排名推荐结果的似然分数，计算用户与物品发生交互的可能性。

全文数据：

权利要求：

百度查询： 武汉大学 一种基于超图和局部增强注意力的序列推荐方法与装置

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