CNIPA.AI
专利申请人记载

APPLICANTS

原始名称记载: 中国矿业大学

浏览来源中的申请人名称,以及导入专利中保留的原始名称字段。

这里按名称检索,不代表已核验的法律主体。同名可能指不同个人或组织;别名和历史名称不自动合并。

此页精确匹配完整原始名称字段。字段可能包含多个申请人或其他记载主体角色,名称边界和法律主体尚未核验;保留全部标点,不进行拆分。

87 条已索引专利记录

专利数量指本站收录的去重专利记录,不是该申请人的完整专利总量。联合名称字段不代表单一企业。

目前没有可核验的数据覆盖日期和最后导入时间。专利公开日期不等于导入日期。目录缓存可能使新导入记录延迟出现。

在本地原始申请人字段中搜索包含这段完整文字的记录,可能包括联合名单或更长名称;这不是精确主体检索。

按此申请人条件检索专利
№ CN121327256A发明专利
有效

一种基于补全增强与多角度解纠缠融合学习的兴趣点推荐方法

本发明公开了一种基于补全增强与多角度解纠缠融合学习的兴趣点推荐方法,首先,基于全局转移频率图,采用广度优先搜索与地理距离约束对用户原始签到序列进行补全;其次,利用补全后的签到数据,分别构建用户‑兴趣点协同交互超图、兴趣点‑兴趣点顺序转移超图与空间邻近图;接着,设计三阶段超图卷积与图卷积网络,分别学习三类视图下的兴趣点表示;然后,基于用户‑兴趣点交互矩阵生成多角度用户表示,并采用对比学习对齐用户和兴趣点的多角度表示,将对齐后的用户和兴趣点的多角度表示融合生成全局用户和兴趣点表示;之后,针对每个用户,仅选取其历史访问的兴趣点在全局兴趣点表示中对应的子集,并按时间顺序组织成签到序列输入序列建模模块,生成局部用户表示,用可学习权重融合全局与局部用户表示,生成最终用户表示;最后,通过最终用户表示与各候选兴趣点表示点积运算生成下一兴趣点推荐概率。本发明能够避免用户原始签到数据的偏差,对用户多方面的转移动机进行有效建模,同时融合全局信息和局部信息,提高兴趣点推荐的准确性与可解释性。

❖中国矿业大学姚睿; 顾卓; 李希希; 祝汉城; 孙昆阳§ 1/9 权利要求G06F 16/9537 (2019.01), G06F 16/9535 (2019.01), G06F 16/9536 (2019.01) +713