| 题名 | 好友推荐方法、装置、设备和存储介质 |
| 发明人 | |
| 第一发明人 | 宋轩
|
| 申请人 | 南方科技大学
|
| 第一申请人 | 南方科技大学
|
| 第一申请人地址 | 518000 广东省深圳市南山区桃源街道学苑大道1088号
|
| 当前申请人 | 南方科技大学
|
| 当前申请人地址 | 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)
|
| 当前第一申请人 | 南方科技大学
|
| 当前第一申请人地址 | 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)
|
| 申请号 | CN202210490518.2
|
| 申请日期 | 2022-05-06
|
| 公开(公告)号 | CN114579879B
|
| 公开日期 | 2022-07-26
|
| 授权日期 | 2022-07-26
|
| 专利状态 | 授权
|
| 法律状态日期 | 2022-07-26
|
| 专利类型 | 授权发明
|
| 学校署名 | 第一
|
| 摘要 | 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。 |
| 其他摘要 | 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 分类号 | G06F16/9536
; G06F16/9535
; G06F16/9537
|
| INPADOC 法律状态 | （ENTRY INTO FORCE OF REQUEST FOR SUBSTANTIVE EXAMINATION）[2022-06-21][CN]
|
| INPADOC 同族专利数量 | 1
|
| 扩展同族专利数量 | 1
|
| 专利代理人 | 林栋
|
| 代理机构 | 深圳市博锐专利事务所
|
| 相关链接 | [来源记录] |
| 来源库 | PatSnap
|
| 成果类型 | 专利 |
| 条目标识符 | http://sustech.caswiz.com/handle/2SGJ60CL/358565 |
| 专题 | 南方科技大学 |
| 推荐引用方式 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.
|
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 原文链接 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 导出为Excel格式 |
| 导出为Csv格式 |
| Altmetrics Score |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [宋轩]的文章 |
| [李永康]的文章 |
| [范子沛]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [宋轩]的文章 |
| [李永康]的文章 |
| [范子沛]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [宋轩]的文章 |
| [李永康]的文章 |
| [范子沛]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论