基于邻居增强的图神经网络会话推荐方法、系统及设备

    公开(公告)号:CN115130001A

    公开(公告)日:2022-09-30

    申请号:CN202210867990.3

    申请日:2022-07-22

    Abstract: 本发明涉及一种基于邻居增强的图神经网络会话推荐方法、系统及设备,方法包括:S1、通过K临近算法需寻找出与目标推荐会话最相近的K个邻居会话,其中最后一项点击项目必须相同;S2、将目标会话和K个最相近的邻居会话建模到一张邻居增强会话图中;S3、利用门控图神经网络,学习得到的邻居增强图和原始目标会话图中的节点表示,并将最后一项点击的节点表示当作为用户的局部偏好;S4、引入Fastformer不考虑距离地捕获整个输入和输出序列本身的转换,并将结果作为用户的全局偏好;S5、将用户的全局偏好和局部偏好相融合,作为用户的最终表示。与现有基于会话的推荐系统相比,本发明在推荐的效率、准确率都具有明显的优势。

    基于邻居增强的图神经网络会话推荐方法、系统及设备

    公开(公告)号:CN115130001B

    公开(公告)日:2025-02-18

    申请号:CN202210867990.3

    申请日:2022-07-22

    Abstract: 本发明涉及一种基于邻居增强的图神经网络会话推荐方法、系统及设备,方法包括:S1、通过K临近算法需寻找出与目标推荐会话最相近的K个邻居会话,其中最后一项点击项目必须相同;S2、将目标会话和K个最相近的邻居会话建模到一张邻居增强会话图中;S3、利用门控图神经网络,学习得到的邻居增强图和原始目标会话图中的节点表示,并将最后一项点击的节点表示当作为用户的局部偏好;S4、引入Fastformer不考虑距离地捕获整个输入和输出序列本身的转换,并将结果作为用户的全局偏好;S5、将用户的全局偏好和局部偏好相融合,作为用户的最终表示。与现有基于会话的推荐系统相比,本发明在推荐的效率、准确率都具有明显的优势。

    基于时序增强的异构图推荐方法
    3.
    发明公开

    公开(公告)号:CN115271038A

    公开(公告)日:2022-11-01

    申请号:CN202210842552.1

    申请日:2022-07-18

    Abstract: 本发明公开了一种基于时序增强的异构图推荐方法,包括以下步骤:S1、在用户和项目嵌入学习部分,经过查找层得到低维稠密向量后,利用LSTM模块对数据进行处理;S2、在元路径部分,使用优先级分数来生成高质量的路径实例,并通过TCN模块生成单个路径实例嵌入,TCN模块捕获每个序列的时序关系以增强表示,再通过互注意机制进行嵌入的聚合得到元路径的嵌入表示;S3、将用户、项目和元路径三者的嵌入表示进行结合成为一个统一的表示,进行下游的推荐任务。本发明在推荐系统方面,特别是基于由不同类型节点和边组成的异构图上,准确度、召回率上均实现了较佳的效果。

Patent Agency Ranking