-
公开(公告)号：CN116992099B
公开(公告)日：2024-01-12
申请号：CN202311254867.5
申请日：2023-09-27
Applicant: 湖北工业大学
IPC: G06F16/9035 , G06F16/901 , G06F16/9536 , G06F18/243 , G06F18/25 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06N3/0985 , G06Q30/0601
Abstract: 该交互选择步骤的有效性。本发明属于信息技术服务技术领域，尤其涉及一种基于交互选择的图神经网络推荐方法、系统及终端，首先构建用户内部交互图、物品内部交互图和用户‑物品交叉交互图三个子图，然后，将所有的用户及其属性、物品及其属性进行特征编码，根据一个注意力分数来对边进行挑选，然后进行消息的传播与聚合；使用RNN来融合从特征编码模块传来的信息，得到最终的节点信息；最后将全图的节点分为用户部分节点和物品部分节点，得到预测结果。本发明设计了一个通过
-
公开(公告)号：CN115221413B
公开(公告)日：2023-04-14
申请号：CN202210929033.9
申请日：2022-08-03
Applicant: 湖北工业大学
IPC: G06F16/9535 , G06F16/9536
Abstract: 本发明公开了一种基于交互式图注意力网络的序列推荐方法及系统。首先将每个用户和每个物品表示为一个属性图，通过对属性图的建模获取用户和物品的动态特征；其次，利用图注意力网络自适应地为当前节点的邻居节点分配不同的权重值参与计算，捕获潜在非交互用户的信息，实现动态学习高阶特征和新节点的表示；最后，聚合每个用户的邻居图的各种信息，并捕获相似用户的嵌入，通过信息聚合和图形匹配，获得预测的输出结果y′，有效解决了现有技术中无法动态地精确地捕获用户的喜好的技术问题，实现了能够动态地精确地向用户推荐目标物品的技术效果。
-
公开(公告)号：CN116992099A
公开(公告)日：2023-11-03
申请号：CN202311254867.5
申请日：2023-09-27
Applicant: 湖北工业大学
IPC: G06F16/9035 , G06F16/901 , G06F16/9536 , G06F18/243 , G06F18/25 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084 , G06N3/0985 , G06Q30/0601
Abstract: 本发明属于信息技术服务技术领域，尤其涉及一种基于交互选择的图神经网络推荐方法、系统及终端，首先构建用户内部交互图、物品内部交互图和用户‑物品交叉交互图三个子图，然后，将所有的用户及其属性、物品及其属性进行特征编码，根据一个注意力分数来对边进行挑选，然后进行消息的传播与聚合；使用RNN来融合从特征编码模块传来的信息，得到最终的节点信息；最后将全图的节点分为用户部分节点和物品部分节点，得到预测结果。本发明设计了一个通过特征交互和MLP计算的注意力分数，用于挑选图中该分数排名靠前的边，也就是接下来的多头注意力模型用来交互的边，并利用消融实验验证了该交互选择步骤的有效性。
-
公开(公告)号：CN115221413A
公开(公告)日：2022-10-21
申请号：CN202210929033.9
申请日：2022-08-03
Applicant: 湖北工业大学
IPC: G06F16/9535 , G06F16/9536
Abstract: 本发明公开了一种基于交互式图注意力网络的序列推荐方法及系统。首先将每个用户和每个物品表示为一个属性图，通过对属性图的建模获取用户和物品的动态特征；其次，利用图注意力网络自适应地为当前节点的邻居节点分配不同的权重值参与计算，捕获潜在非交互用户的信息，实现动态学习高阶特征和新节点的表示；最后，聚合每个用户的邻居图的各种信息，并捕获相似用户的嵌入，通过信息聚合和图形匹配，获得预测的输出结果y′，有效解决了现有技术中无法动态地精确地捕获用户的喜好的技术问题，实现了能够动态地精确地向用户推荐目标物品的技术效果。
-
-
-
Search Results
4
records
(took 0.015 seconds)
