公开(公告)号：CN117993996A

公开(公告)日：2024-05-07

申请号：CN202410104858.6

申请日：2024-01-25

Applicant: 安徽农业大学

Inventor： 吴国栋 ,  秦辉 ,  胡全兴 ,  吴贞畅 ,  马治立 ,  李景霞 ,  涂立静

IPC: G06Q30/0601 ,  G06F18/213 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种基于多行为超图神经网络的序列推荐方法，综合考虑超图在学习行为依赖以及多行为下的用户表示聚合，其步骤包括：1、训练数据集的准备；2、利用超图学习全局行为依赖；3、获取不同行为下的相关性得分；4、消除流行度偏差影响，获取用户真实兴趣。6、利用融合后的全局特征进行推荐；本发明能通过行为首选项进行多行为解耦合，聚合不同行为下的用户特点，并结合超图学习到的个性化行为依赖，从而能够以较小的计算成本大大增加推荐的准确性。