Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉大学钱铁云获国家专利权

武汉大学钱铁云获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉武汉大学申请的专利一种跨城市预训练序列兴趣点推荐方法及计算机可读介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115858950B

龙图腾网通过国家知识产权局官网在2026-05-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211470980.2,技术领域涉及:G06F16/9537;该发明授权一种跨城市预训练序列兴趣点推荐方法及计算机可读介质是由钱铁云;孙柯设计研发完成,并于2022-11-23向国家知识产权局提交的专利申请。

一种跨城市预训练序列兴趣点推荐方法及计算机可读介质在说明书摘要公布了:本发明提出了一种跨城市预训练序列兴趣点推荐方法及计算机刻度介质。获取每个城市每个用户多组兴趣点访问记录序列及其真实兴趣点访问标签、类别访问记录序列及其真实类别访问记录标签;通过数据增强得到每个城市每个用户每组分别基于类别和距离的数据增强后兴趣点访问记录序列及其对应的真实兴趣点访问标签;构建改进的Transformer模型编码神经网络以及损失函数模型,得到优化后预训练Transformer模型编码神经网络;结合预训练Transformer模型编码神经网络构建微调模型并构建损失函数模型,得到优化后微调模型;实时采集目标城市用户访问记录序列,通过优化后微调模型预测该用户兴趣点访问标签。本发明极大提高在目标城市数据上序列兴趣点推荐效果。

本发明授权一种跨城市预训练序列兴趣点推荐方法及计算机可读介质在权利要求书中公布了:1.一种跨城市预训练序列兴趣点推荐方法,其特征在于,包括以下步骤: 步骤1:引入将每个城市每个用户多个历史时刻的访问记录通过滑动窗口方法进行划分得到每个城市每个用户多组兴趣点访问记录序列,并标记每个城市每个用户每组兴趣点访问记录序列的真实兴趣点访问记录标签,获取每个城市每个用户多组兴趣点访问记录序列中每个兴趣点的类别访问记录,构建每个城市每个用户多组类别访问记录序列,并标记每个城市每个用户每组类别访问记录序列的真实访问记录标签; 步骤2:将每个城市每个用户每组兴趣点访问记录序列依次通过基于类别的数据增强得到每个城市每个用户每组基于类别的数据增强后兴趣点访问记录序列,并构建每个城市每个用户每组基于类别的数据增强后兴趣点访问记录序列的真实兴趣点访问记录标签,将每个城市每个用户每组兴趣点访问记录序列依次通过基于距离的数据增强得到每个城市每个用户每组基于距离的数据增强后兴趣点访问记录序列,并构建每个城市每个用户每组基于距离的数据增强后兴趣点访问记录序列的真实兴趣点访问记录标签; 步骤3:构建改进的Transformer模型编码神经网络,将每个城市每个用户每组兴趣点访问记录序列、每个城市每个用户每组类别访问记录序列、每个城市每个用户每组基于类别的数据增强后兴趣点访问记录序列并行输入至改进的Transformer模型编码神经网络进行预测,得到每个城市每个用户每组兴趣点访问记录序列、每个城市每个用户每组类别访问记录序列对应城市用户下一时刻的所有兴趣点标签的概率分布,经过每个城市每个用户每组基于类别的数据增强后兴趣点访问记录序列对应城市用户下一时刻的所有兴趣点标签的概率分布,结合每个城市每个用户每组兴趣点访问记录序列、每个城市每个用户每组类别访问记录序列、每个城市每个用户每组基于类别的数据增强后兴趣点访问记录序列的真实访问记录标签构建损失函数模型,通过Adam算法优化得到优化后预训练Transformer模型编码神经网络; 步骤4:结合预训练Transformer模型编码神经网络构建微调模型,在多个城市中选择目标城市,将目标城市每个用户每组兴趣点访问记录序列以及经过基于距离的数据增强后目标城市每个用户每组兴趣点访问记录序列输入至微调模型进行预测,得到目标城市每个用户每组兴趣点访问记录序列和经过基于距离的数据增强后目标城市每个用户每组兴趣点访问记录序列对应目标城市每个用户下一时刻所有兴趣点标签的概率分布,结合目标城市每个用户每组兴趣点访问记录序列和经过基于距离的数据增强后目标城每个用户每组兴趣点访问记录序列的真实兴趣点访问记录标签构建损失函数模型,通过Adam算法优化训练得到优化后微调模型; 步骤5:实时采集用户的多个时刻的访问记录,通过步骤1处理得到目标城市实时用户的兴趣点访问记录序列,输入至优化后微调模型,得到目标城市实时用户兴趣点访问记录序列对应目标城市所有兴趣点标签的概率分布,从概率分布中取最大概率值对应的兴趣点标签,作为实时用户的预测兴趣点访问记录标签。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人武汉大学,其通讯地址为:430072 湖北省武汉市武昌区珞珈山街道八一路299号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。