汪海涛
- 作品数：98 被引量：148H指数：8
- 供职机构：昆明理工大学信息工程与自动化学院更多>>
- 发文基金：国家自然科学基金云南省应用基础研究基金云南省教育厅科学研究基金更多>>
- 相关领域：自动化与计算机技术化学工程更多>>
- 基于深度学习的电商评论评价对象抽取研究被引量：1
- 2019年
- 随着互联网飞速发展及智能终端的普及,网购逐渐成为一种重要的购物方式。在这样的背景下,细粒度情感分析成为了当前热门研究领域之一,而评价对象抽取是细粒度情感分析的重要步骤。提出了一种基于深度学习的电商评论文本评价对象抽取模型,模型通过双向LSTM获取词语上下文的整体信息特征,且通过卷积神经网络获取词语周围n-gram的局部特征信息,将融合两种特征信息融合后输入至CRF模块进行判别序列建模。实验结果表明该模型的抽取效果相比其他抽取模型有一定的提升。
- 唐康汪海涛姜瑛
- 关键词：评价对象抽取条件随机场
- 一种APP软件用户评论一致性判断方法
- 本发明涉及一种APP软件用户评论一致性判断方法，属于APP软件用户评价领域。本发明首先提取APP软件特征情感词对集；然后计算提取的APP软件特征情感词对集中情感词对的情感倾向程度得分；最后判断情感倾向程度得分是否存在不等...
- 姜瑛冉猛向祺鑫丁家满汪海涛刘英莉李凌宇
- 文献传递
- 一种APP软件用户评论模式识别方法
- 本发明涉及一种APP软件用户评论模式识别方法，属于APP软件用户行为分析领域。本发明首先根据用户对APP软件的评论特征将用户评论信息分为三类；然后通过计算每类用户评论信息的频率来选择需要分析的类别；最后对需要分析对应类户...
- 姜瑛冉猛向祺鑫李凌宇丁家满汪海涛刘英莉
- 文献传递
- App软件用户评论与评分星级一致性判断方法被引量：4
- 2017年
- 由于网络评论的自由性和随意性,App软件用户评论与评分星级的不一致给用户选择App软件带来了困难。提出综合分析用户评论和评分星级二者间的关系,首先通过分析App软件特征情感词对的语法关系,结合词典和网络情感词,量化用户对App软件的情感倾向程度;再计算每条评论中用户对App软件的综合评分,并与评分星级进行比较以判断用户评论与评分星级是否一致;最后通过实验验证了方法的有效性。
- 冉猛姜瑛向祺鑫丁家满汪海涛
- 关键词：一致性
- 融合图神经网络与长短期偏好的序列推荐算法
- 2024年
- 针对序列推荐在捕获用户动态偏好方面存在明显不足,而且难以捕获用户复杂的长期依赖关系等问题。提出了一种融合图神经网络与长短期偏好的序列推荐算法。算法主要包含短期偏好学习和长期偏好学习。首先基于图神经网络进行短期偏好学习,图神经网络具有强大的图数据拟合能力,用图神经网络捕获用户兴趣点的联系并准确生成短期偏好表示。历史长期偏好具有全局性,波动较小,利用双向LSTM进行长期偏好兴趣学习,获得用户长期偏好表示。实验结果表明,融合图神经网络与长短期偏好的序列推荐算法显著优于其他先进的序列推荐方法。
- 邬硕汪海涛姜瑛陈星
- 基于知识图谱嵌入与多神经网络的序列推荐算法被引量：9
- 2020年
- 循环神经网络在序列推荐中占有重要地位,但在推荐中,用户的行为序列远比自然语言处理中的句子或计算机视觉中的图像要复杂得多。单一的循环神经网络结构难以充分地挖掘用户偏好,因此提出一种新型的序列推荐算法,同时考虑序列的时间信息以及内容信息。主要分为2个部分:改进的项目嵌入和序列偏好学习。首先,提出一种融合知识图谱的项目嵌入方法,用于生成高质量的项目向量;其次,提出一种卷积神经网络结合长短时记忆神经网络的序列建模方法。更进一步地提出一个基于注意力的框架,动态地结合用户的兴趣点。在公开数据集MovieLens10M上与传统方法以及现有的同类型方法进行了比较。实验结果表明,所提算法在推荐评价指标平均倒数排名MRR@N以及召回率Recall@N上有显著的提升,验证了该算法的有效性。
- 沈冬东汪海涛姜瑛陈星
- 关键词：循环神经网络知识图谱卷积神经网络
- 一种针对APP软件缺陷的用户评论挖掘方法
- 本发明公开了一种针对APP软件缺陷的用户评论挖掘方法，本发明方法为：Step1、提取出与APP软件简介相关及不相关的用户评论；Step2、将与APP软件简介相关的含有缺陷的用户评论归类为功能性缺陷用户评论；Step3、将...
- 姜瑛 段文静李凌宇丁家满汪海涛
- 基于自监督学习的序列推荐算法被引量：4
- 2023年
- 针对现有序列推荐算法易受数据稀疏影响以及对用户短期动态偏好建模不充分的问题,提出基于自监督学习的序列推荐算法。针对短期序列中的原始项目关系更易受到随机数据增强破坏的问题,对长短期序列使用不同的数据增强方法来构建更有效的自监督信号;利用对比式自监督学习框架对用户长期偏好和短期偏好进行多任务联合建模;针对现有自注意力机制无法建模序列中项目相对位置关系的问题,将自然语言处理领域中的解耦注意力机制引入到用户短期偏好学习过程中,充分捕获用户短期序列中项目的相对位置信息。实验结果证明了所提算法的有效性。
- 闫猛猛汪海涛贺建峰陈星
- 关键词：推荐系统
- 图形化与用户自定义工作流的协同办公研究被引量：1
- 2013年
- 为了实现协同办公简洁、高交往的流程控制方式.以工作流的处理机制、框架设计与数据库模型为主线,将图形化与用户自定义工作流的设计方式应用到协同办公.用户可以实现工作流程的监控、自定义表单、会签、工作流预处理、可用范围控制、审批授权等功能,最终通过管理平台实现工作流的图形化与用户自定义功能.这种基于图形化与用户自定义工作流的设计方式是实现协同办公高可控性与易用性的有效解决方案.
- 时国栋汪海涛聂晓改
- 关键词：协同办公工作流引擎
- 一种融合知识图谱与长短期偏好的下一项推荐算法被引量：6
- 2020年
- 针对现有的序列推荐算法仅利用短期用户行为做推荐,而没有充分考虑用户的长期稳定偏好和项目之间更深层次联系等问题,本文提出一种融合知识图谱与长短期偏好的推荐算法.本算法主要分为两个主要部分,即项目嵌入和判别性偏好学习.首先,基于知识图谱创建一种新的项目嵌入方法,用于获得每个项目的统一表示.然后分别采用两个独立的循环神经网络区别地利用用户的行为信息学习用户的长短期偏好,生成下一项推荐.本文在真实数据集MovieLens10M上的设置对比实验验证算法的有效性.实验结果表明,该算法在推荐评价指标平均倒数排名MRR@N和召回率Recall@N上有显著提升,有效的提高了推荐性能.
- 沈冬东汪海涛姜瑛陈星
- 关键词：知识图谱循环神经网络
