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！

申请/专利权人：烟台大学;哈尔滨工业大学(威海)

摘要：本发明涉及商业领域数据预测推荐技术领域，具体为一种随机群组的兴趣点推荐方法、系统、设备和存储介质；为解决现有技术中随机群组兴趣点预测结果较低，推荐准确度较低，影响用户商业体验感的问题，本申请首先将基于随机群组的相似用户得到的待推荐兴趣点集特点，与用户性格影响度结合，获取随机群组拟合特征表示；接着，通过将兴趣交互结构图进行多层图神经网络处理，得到每个待推荐兴趣点特征表示；随后，将待推荐兴趣点特征表示进行概率映射处理，获取优选兴趣点；最后，根据优选兴趣点的预测评分获取随机用户的期望值后，进行多协商推荐处理，得到最优推荐兴趣点；应用在商业数据预测领域中，能提高推荐准确度更高，提升用户商业体验感。

主权项：1.一种随机群组的兴趣点推荐方法，其特征在于，包括如下操作：S1、获取随机群组中每个随机用户的相似用户，所有相似用户，形成了相似用户集；相似用户的用户特征向量与随机用户特征向量的乘积大于相似阈值；获取所述相似用户集中，每个相似用户交互过的兴趣点，作为待推荐兴趣点；所有待推荐兴趣点，形成了待推荐兴趣点集；S2、基于所述待推荐兴趣点集，获取所述随机群组中每个随机用户的相对影响权重；随机用户的相对影响权重的获取方法为：获取所述随机群组中，待处理随机用户分别与其他随机用户的差分向量，所有差分向量经融合处理，得到待处理融合向量；获取待处理融合向量，与所述待推荐兴趣点集中当前待推荐兴趣点特征向量的乘积，得到当前待处理对比向量；所有待处理对比向量依次经拼接处理、非线性处理和激活函数处理，得到待处理随机用户的相对影响权重；基于每个随机用户的相对影响权重，和各自的用户性格影响度，得到每个随机用户的绝对影响权重；随机用户的绝对影响权重的获取方法为：从所述随机群组中任意挑选一个随机用户，作为代表随机用户；将其他随机用户的相对影响权重与所述代表随机用户的相对影响权重的差的绝对值，分别作为其他随机用户的绝对因素；其他随机用户的绝对因素，与各自的用户性格影响度相乘，得到其他随机用户的绝对影响权重；代表随机用户的相对影响权重，与对应的用户性格影响度相乘，得到代表随机用户的绝对影响权重；每个随机用户的绝对影响权重，分别与各自的随机用户特征向量相乘后，进行聚合处理，得到随机群组拟合特征表示；S3、基于所述待推荐兴趣点，构建每个推荐兴趣点的兴趣交互结构图；交互结构图是由，作为节点的待推荐兴趣点和或相似用户，以及待推荐兴趣点与相似用户之间的交互边组成；每个推荐兴趣点的兴趣交互结构图，分别经多层图神经网络处理，得到每个待推荐兴趣点特征表示；所有待推荐兴趣点特征表示，形成了待推荐兴趣点特征表示集；所述待推荐兴趣点特征表示集中，每个待推荐兴趣点特征表示分别与所述随机群组拟合特征表示，经概率映射处理，得到预测评分；将预测评分大于评分阈值对应的待推荐兴趣点，作为优选兴趣点；所有优选兴趣点，形成了优选兴趣点集；S4、基于所述优选兴趣点集中，每个优选兴趣点的预测评分，得到每个随机用户对每个优选兴趣点的期望值；基于每个随机用户对每个优选兴趣点的期望值，进行多协商推荐处理，得到最优推荐兴趣点，用于推荐给所述随机群组。

全文数据：

权利要求：

百度查询： 烟台大学 哈尔滨工业大学(威海) 一种随机群组的兴趣点推荐方法、系统、设备和存储介质