公开(公告)号：CN112990972A

公开(公告)日：2021-06-18

申请号：CN202110296182.1

申请日：2021-03-19

Applicant: 华南理工大学

Inventor： 许勇 ,  邵逸臻

IPC: G06Q30/02 ,  G06F16/9536 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于推荐系统技术领域，涉及一种基于异构图神经网络的推荐方法，包括：收集带有用户间社交关系、用户‑商品交互历史数据及商品类别信息的数据集，并过滤无效数据以及进行负采样；随机选取用户集合及相关商品集合，并进行多阶图采样与建图；结点特征提取：将构建的图输入到异构图神经网络中进行处理，得到结点的融合结点嵌入向量；对于不需要经过重校准步骤的商品结点而言，商品结点的融合结点嵌入向量即为商品融合嵌入向量；重校准：对用户融合结点嵌入向量进行重校准，得到用户最终表示嵌入向量；使用用户最终表示嵌入向量和商品融合嵌入向量进行偏好预测，并得到推荐顺序。本发明解决了数据稀疏和数据缺失的问题，具有推荐精准等优点。

公开(公告)号：CN112990972B

公开(公告)日：2022-11-18

申请号：CN202110296182.1

申请日：2021-03-19

Applicant: 华南理工大学

Inventor： 许勇 ,  邵逸臻

IPC: G06Q30/02 ,  G06F16/9536 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于推荐系统技术领域，涉及一种基于异构图神经网络的推荐方法，包括：收集带有用户间社交关系、用户‑商品交互历史数据及商品类别信息的数据集，并过滤无效数据以及进行负采样；随机选取用户集合及相关商品集合，并进行多阶图采样与建图；结点特征提取：将构建的图输入到异构图神经网络中进行处理，得到结点的融合结点嵌入向量；对于不需要经过重校准步骤的商品结点而言，商品结点的融合结点嵌入向量即为商品融合嵌入向量；重校准：对用户融合结点嵌入向量进行重校准，得到用户最终表示嵌入向量；使用用户最终表示嵌入向量和商品融合嵌入向量进行偏好预测，并得到推荐顺序。本发明解决了数据稀疏和数据缺失的问题，具有推荐精准等优点。