一种基于全局注意力机制表征学习的好友推荐方法[CN202010894174.2] - 浙江工业大学

专利申请

2020-08-31
公布公告

2021-10-26
授权日期

2021-10-26
终止

2031-10-24

一种基于全局注意力机制表征学习的好友推荐方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN202010894174.2 申请日期： 2020-08-31 专利主类别： G06F16/9536 {{ classMap["G06F16/9536"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区朝晖六区潮王路18号

专利分类项目

G06F16/9536 :

G06K9/62 : 应用电子设备进行识别的方法或装置

G06N3/04 : 体系结构，例如，互连拓扑

G06Q50/00 : 专门适用于特定经营部门的系统或方法，例如公用事业或旅游

专利注册信息

初审公告期号	2020-08-31	初审公告日期	2021-10-26
注册公告期号	2021-10-26	注册公告日期	2021-10-26
专用权期限	2021-10-26 - 2031-10-24	专利类型	发明授权
代理组织机构	杭州斯可睿专利事务所有限公司查看该机构代理的所有专利

专利介绍

一种基于全局注意力机制表征学习的社交网络服务平台好友推荐方法，建立网络模型，利用LINE方法将社交网络转化为欧式空间中的结构嵌入向量，基于相邻节点的属性向量，利用CNN网络计算特征矩阵，考虑相邻节点间的注意力权重，得到两个节点的相关性矩阵，随后对相关性矩阵做行和列的平均池化和softmax函数得到节点对的信息嵌入向量；将网络结构嵌入和信息嵌入向量按比例相加，计算节点的嵌入向量，当目标函数达到设定的目标值时，得到所有节点的嵌入向量，使用节点的嵌入向量计算皮尔逊系数，皮尔逊系数高的用户对被推荐为好友。本发明引入全局注意力机制来考虑社交网络用户间的信息，使得表征向量精度提高，提升好友推荐算法的性能。

法律进度