Title | 好友推荐方法、装置、设备和存储介质 |
Author | |
First Inventor | 宋轩
|
Original applicant | 南方科技大学
|
First applicant | 南方科技大学
|
Address of First applicant | 518000 广东省深圳市南山区桃源街道学苑大道1088号
|
Current applicant | 南方科技大学
|
Address of Current applicant | 518000 广东省深圳市南山区桃源街道学苑大道1088号 (广东,深圳,南山区)
|
First Current Applicant | 南方科技大学
|
Address of First Current Applicant | 518000 广东省深圳市南山区桃源街道学苑大道1088号 (广东,深圳,南山区)
|
Application Number | CN202210490518.2
|
Application Date | 2022-05-06
|
Open (Notice) Number | CN114579879B
|
Date Available | 2022-07-26
|
Publication Years | 2022-07-26
|
Status of Patent | 授权
|
Legal Date | 2022-07-26
|
Subtype | 授权发明
|
SUSTech Authorship | First
|
Abstract | 本发明公开了一种好友推荐方法、装置、设备和存储介质,方法包括:获取位置社交网络数据,并根据所述位置社交网络数据,构建社交异质多重图,所述社交异质多重图中的节点包括用户节点和兴趣点节点,当两个节点之间存在边时,所述两个节点之间存在至少一种边类型的边;将所述社交异质多重图输入训练好的异质多重图神经网络模型,输出各节点的最终特征向量;分别计算各用户节点的最终特征向量与其他用户节点的最终特征向量之间的相似度,并根据所述相似度进行好友推荐。本发明可很好地体现出位置社交网络不同要素之间复杂的连接关系,便于更加深入地挖掘其中的时空关系信息,从而可提高推荐准确性。 |
Other Abstract | 本发明公开了一种好友推荐方法、装置、设备和存储介质,方法包括:获取位置社交网络数据,并根据所述位置社交网络数据,构建社交异质多重图,所述社交异质多重图中的节点包括用户节点和兴趣点节点,当两个节点之间存在边时,所述两个节点之间存在至少一种边类型的边;将所述社交异质多重图输入训练好的异质多重图神经网络模型,输出各节点的最终特征向量;分别计算各用户节点的最终特征向量与其他用户节点的最终特征向量之间的相似度,并根据所述相似度进行好友推荐。本发明可很好地体现出位置社交网络不同要素之间复杂的连接关系,便于更加深入地挖掘其中的时空关系信息,从而可提高推荐准确性。 |
IPC Classification Number | G06F16/9536
; G06F16/9535
; G06F16/9537
|
INPADOC Legal Status | (ENTRY INTO FORCE OF REQUEST FOR SUBSTANTIVE EXAMINATION)[2022-06-21][CN]
|
INPADOC Patent Family Count | 1
|
Extended Patent Family Count | 1
|
Patent Agent | 林栋
|
Agency | 深圳市博锐专利事务所
|
URL | [Source Record] |
Data Source | PatSnap
|
Document Type | Patent |
Identifier | http://kc.sustech.edu.cn/handle/2SGJ60CL/358565 |
Department | Department of Computer Science and Engineering |
Recommended Citation GB/T 7714 |
宋轩,李永康,范子沛,等. 好友推荐方法、装置、设备和存储介质[P]. 2022-07-26.
|
Files in This Item: | There are no files associated with this item. |
|
Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.
Edit Comment