[發明專利]一種基于眾包的用戶需求主動預測方法及系統有效
| 申請號： | 202011387991.5 | 申請日： | 2020-12-01 |
| 公開（公告）號： | CN112508256B | 公開（公告）日： | 2023-04-14 |
| 發明（設計）人： | 張以文;儲蓓;王慶人;沈書澤 | 申請（專利權）人： | 安徽大學 |
| 主分類號： | G06F17/00 | 分類號： | G06F17/00;G06Q10/04;G06Q10/06;G06Q50/00;G06N3/04;G06N3/08 |
| 代理公司： | 合肥市浩智運專利代理事務所(普通合伙) 34124 | 代理人： | 張景云 |
| 地址： | 230039 *** | 國省代碼： | 安徽;34 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 用戶 需求 主動 預測 方法 系統 | ||
1.一種基于眾包的用戶需求主動預測方法，其特征在于：包括以下步驟：
S1：確定參與眾包任務的標注者，設計眾包任務并發布到眾包任務平臺上，標注者接收到眾包任務并完成任務；具體包括：
S11：獲取服務商的用戶集合作為目標用戶，并從社交網絡、服務商平臺獲取用戶社交關系數據，得到目標用戶的社交鄰居用戶集合，將以上所有用戶作為接收眾包任務的標注者；
S12：從人口統計學信息、反映社交關系中共同興趣愛好的社會需求及反映個人喜好的享樂需求角度出發設計用戶偏好調研問卷，問卷內容包括文字表述和圖形化展示的選擇題，并允許標注者自主提交輔助信息，將問卷以眾包任務形式發布到眾包平臺上，并向S11中獲取的標注者發布任務；
S2：根據用戶社交關系、歷史行為數據以及眾包模式采集的用戶偏好信息構建異質信息網絡；具體包括：
S21：將S1基于眾包模式采集的多模態數據作為每個用戶的屬性集合，將用戶和需求對象作為節點；
S22：將用戶和需求對象按照以下關系建立連邊：
關系R1：用戶U之間存在好友、關注直接關系，分別用L和L-1表示用戶U之間的關系，即和
關系R2：部分用戶存在歷史行為信息，分別用B和B-1表示用戶U和需求對象Ok間的關系，即和其中，k表示第k類需求對象；
S23：根據上述屬性集合、節點及節點間關系建立多模態異質信息網絡；
S3：對異質信息網絡中不同類型的實體進行統一表征，生成用戶需求數據空間；
S4：利用異質信息網絡中的元路徑提取用戶與需求對象的交互語義，分別學習用戶和需求對象的表示向量；
S5：根據異質信息網絡中用戶社交關系聚合目標用戶的鄰居信息，得到目標用戶的表示向量并進行需求預測。
2.根據權利要求1所述的一種基于眾包的用戶需求主動預測方法，其特征在于：所述步驟S3包括：
S31：針對眾包模式采集的用戶信息、需求對象的文本類屬性信息和圖像類屬性信息進行統一表達：
文本類型信息采用word2vec方法得到向量表示
其中，eu表示用戶文本屬性向量表示，eo表示需求對象的文本屬性向量表示，N為需求對象類別數量；為需求對象屬性表示向量；
圖片類型信息采用卷積神經網絡得到向量表示
其中，gu表示用戶圖片屬性向量表示，go表示需求對象的圖片屬性向量表示；為需求對象屬性表示向量；
S32：對經統一表達后的多模態屬性信息進行融合：將S31得到的用戶屬性向量eu和gu進行外積操作實現特征交叉，得到的矩陣按行展平后輸入多層感知機得到用戶節點初始向量表示Z，需求對象屬性表示向量和重復該操作得到需求對象節點初始向量表示Ok，所有用戶、需求對象的向量表示構成用戶需求數據空間。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于安徽大學，未經安徽大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202011387991.5/1.html，轉載請聲明來源鉆瓜專利網。
