一种基于社交关系的图神经网络链路预测推荐方法
授权
摘要
本发明公开了一种基于社交关系的图神经网络链路预测推荐方法,建立用户——物品二部图,根据用户之间的社交关系构建含有用户社交关系的物品互动拓扑图。将评论文本和购买关系作为节点信息的来源,使用Bert进行文本数据和网络结构的特征提取工作,以得到每个节点的初始特征向量。通过在该GNN上使用残差连接的方式,使得图中的节点信息尽可能地保留原始图谱的的结构信息,并得到更新后的节点信息。最后,通过链路预测算法得到用户对物品的偏好程度,并且针对得到的预测评分,采用Top‑n推荐,生成推荐物品列表。本发明通过评论对节点特征进行个性化描述,并且能将用户——物品构成拓扑图的结构信息充分运用,从而进行更有效的推荐。
基本信息
专利标题 :
一种基于社交关系的图神经网络链路预测推荐方法
专利标题(英):
暂无
公开(公告)号 :
CN112115377A
申请号 :
CN202010951695.7
公开(公告)日 :
2020-12-22
申请日 :
2020-09-11
授权号 :
CN112115377B
授权日 :
2022-05-27
发明人 :
吴国栋查志康李方涂立静李景霞王伟娜
申请人 :
安徽农业大学
申请人地址 :
安徽省合肥市蜀山区长江西路130号
代理机构 :
安徽合肥华信知识产权代理有限公司
代理人 :
余成俊
优先权 :
CN202010951695.7
主分类号 :
G06F16/9536
IPC分类号 :
G06F16/9536 G06N3/04 G06N3/08 G06Q30/06 G06Q50/00
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06F
电数字数据处理
G06F16/9536
••••基于社交或协作过滤搜索自定义
法律状态
2022-05-27 :
授权
2021-01-08 :
实质审查的生效
IPC(主分类) : G06F 16/9536
申请日 : 20200911
申请日 : 20200911
2020-12-22 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载