一种基于图神经网络挖掘用户长短期兴趣的序列推荐方法
实质审查的生效
摘要
本发明提出了一种基于图神经网络挖掘用户长短期兴趣的序列推荐方法,获得用户个人信息和用户交互序列数据集，将数据集进行预处理并分为训练集和测试集；构建基于图神经网络挖掘用户长短期兴趣的序列推荐模型；对所述基于图神经网络挖掘用户长短期兴趣的序列推荐模型进行训练；将待推荐用户的个人信息和交互序列输入到训练后的基于图神经网络挖掘用户长短期兴趣的序列推荐模型，计算待推荐项目相对于该用户的推荐得分，根据推荐得分将项目推荐给用户；本发明解决序列推荐场景中没有办法有效捕获用户长短期兴趣，并难以分辨噪声的问题。
基本信息
专利标题 ：
一种基于图神经网络挖掘用户长短期兴趣的序列推荐方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114519145A
申请号 ：
CN202210160090.5
公开（公告）日 ：
2022-05-20
申请日 ：
2022-02-22
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
韩启龙刘东升宋洪涛李丽洁马志强王也王宇华
申请人 ：
哈尔滨工程大学
申请人地址 ：
黑龙江省哈尔滨市南岗区南通大街145号
代理机构 ：
哈尔滨市阳光惠远知识产权代理有限公司
代理人 ：
孙莉莉
优先权 ：
CN202210160090.5
主分类号 ：
G06F16/9535
IPC分类号 ：
G06F16/9535 G06N3/04 G06N3/08 G06Q30/06
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
G06F16/9535
••••基于用户配置文件和个性化自定义搜索
法律状态
2022-06-07 ：
实质审查的生效
IPC(主分类) : G06F 16/9535
申请日 : 20220222
申请日 : 20220222
2022-05-20 ：
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
