Title | 一种好友和兴趣点推荐方法及终端 |
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 | CN202211068518.X
|
Application Date | 2022-09-02
|
Open (Notice) Number | CN115146180B
|
Date Available | 2022-11-29
|
Publication Years | 2022-11-29
|
Status of Patent | 授权
|
Legal Date | 2022-11-29
|
Subtype | 授权发明
|
SUSTech Authorship | First
|
Abstract | 本发明公开一种好友和兴趣点推荐方法及终端,获取用户的位置社交网络数据;根据所述位置社交网络数据构建异质超图,所述异质超图包括用户节点和兴趣点节点;基于所述异质超图使用训练后的异质超图神经网络模型进行向量嵌入表示,得到最终特征向量,所述最终特征向量包括各类节点的最终节点特征向量;基于所述各类节点的最终节点特征向量进行好友推荐和兴趣点推荐,能够更好地表示复杂的语义信息,比如时空信息,并且针对异质超图提出异质超图神经网络模型进行向量嵌入表示,能够更准确地挖掘出其中的信息特征,从而提高好友和兴趣点推荐的准确性。 |
Other Abstract | 本发明公开一种好友和兴趣点推荐方法及终端,获取用户的位置社交网络数据;根据所述位置社交网络数据构建异质超图,所述异质超图包括用户节点和兴趣点节点;基于所述异质超图使用训练后的异质超图神经网络模型进行向量嵌入表示,得到最终特征向量,所述最终特征向量包括各类节点的最终节点特征向量;基于所述各类节点的最终节点特征向量进行好友推荐和兴趣点推荐,能够更好地表示复杂的语义信息,比如时空信息,并且针对异质超图提出异质超图神经网络模型进行向量嵌入表示,能够更准确地挖掘出其中的信息特征,从而提高好友和兴趣点推荐的准确性。 |
CPC Classification Number | G06F16/9536
; G06F16/9537
|
IPC Classification Number | G06F16/9536
; G06F16/9537
|
INPADOC Legal Status | (+PATENT GRANT)[2022-11-29][CN]
|
INPADOC Patent Family Count | 1
|
Extended Patent Family Count | 1
|
Priority date | 2022-09-02
|
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/427728 |
Department | Department of Computer Science and Engineering |
Recommended Citation GB/T 7714 |
宋轩,李永康,许天淇,等. 一种好友和兴趣点推荐方法及终端[P]. 2022-11-29.
|
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