[发明专利]一种基于深度语义相似性的智能专利推荐方法在审
| 申请号： | 201910960956.9 | 申请日： | 2019-10-11 |
| 公开（公告）号： | CN110704747A | 公开（公告）日： | 2020-01-17 |
| 发明（设计）人： | 李学俊;严文强 | 申请（专利权）人： | 安徽大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06F40/30;G06N3/04;G06N3/08;G06Q50/18 |
| 代理公司： | 34158 合肥方舟知识产权代理事务所(普通合伙) | 代理人： | 朱荣 |
| 地址： | 230601 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于电数字数据处理领域，具体涉及一种基于深度语义相似性的智能专利推荐方法，该方法包括以下步骤：在推荐方法中输入原始参数；补全所有注册用户与所有专利之间的交互矩阵；计算所有注册用户之间的相似度矩阵；根据所有注册用户之间的相似度矩阵查询得到最相邻用户列表；根据最相邻用户列表找到可能用于推荐的专利列表；预测被推荐用户对所述的possibleLoveList中专利的评分；按照评分排序输出推荐列表给被推荐用户。该方法可以解决所有注册用户和所有专利之间的交互矩阵稀疏导致专利向量计算时，用户相似度矩阵不准确或者不能够计算的问题，以及推荐精准度不理想的问题。 | ||
| 搜索关键词： | 注册用户 相似度矩阵 交互矩阵 相邻用户 电数字数据处理 矩阵 用户相似度 语义相似性 向量计算 原始参数 精准度 稀疏 排序 查询 输出 智能 预测 | ||
【主权项】：
1.一种基于深度语义相似性的智能专利推荐方法，该方法包括以下步骤：/nS1、在推荐方法中输入原始参数：/n需要输入的参数包括被推荐用户ru的Id；所述用户ru希望推荐的专利数量Pnum和最相邻用户的数量Knum；以及所有注册用户和所有专利之间的交互矩阵fewInteractionMatrix；/nS2、构建所有专利之间的相似度矩阵来补全所有注册用户与所有专利之间的交互矩阵：/n先利用深度语义神经网络模型构建出所有专利之间的相似度矩阵，然后根据每一个注册用户的已评专利的评分来预测该用户对其未评专利的评分，来补全所述的fewInteractionMatrix，得到补全的所有注册用户和所有专利之间的交互矩阵fullInteractionMatrix；/n其中，第u个注册用户对其未评分的第w个专利的预测评分R
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于安徽大学，未经安徽大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910960956.9/，转载请声明来源钻瓜专利网。
