一种基于图卷积网络与注意力机制的推荐方法
公开
摘要
本发明公开了一种基于图卷积网络与注意力机制的推荐方法，包括根据用户与物品交互数据，构造用户‑物品高阶连接性交互图；根据高阶连接性交互图的高阶连接信息进行建模，并生成推荐模型；将用户与物品交互数据对推荐模型进行训练；训练完成后，推荐模型通过内积内积得到用户‑物品之间的关联分数，最终根据关联分数判断是否将物品推荐给用户。本发明考虑在用户‑物品交互二部图中学习嵌入表示，在模型嵌入层便考虑了用户与物品之间的交互信息，通过嵌入传播在用户物品交互图上建模高阶连通性，使得模型可以学习到高维特征信息，以此获得更有效的嵌入，提高了推荐的准确性。
基本信息
专利标题 ：
一种基于图卷积网络与注意力机制的推荐方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114579852A
申请号 ：
CN202210187498.1
公开（公告）日 ：
2022-06-03
申请日 ：
2022-02-28
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
黄志清曹祯谢飞飞
申请人 ：
北京工业大学
申请人地址 ：
北京市朝阳区平乐园100号
代理机构 ：
北京汇信合知识产权代理有限公司
代理人 ：
孙民兴
优先权 ：
CN202210187498.1
主分类号 ：
G06F16/9535
IPC分类号 ：
G06F16/9535 G06K9/62 G06N3/04 G06N3/08
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
2022-06-03 ：
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
