-
公开(公告)号：CN118608245A
公开(公告)日：2024-09-06
申请号：CN202410765197.1
申请日：2024-06-14
Applicant: 西北工业大学
IPC: G06Q30/0601 , G06N3/042 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于超图双卷积图神经网络的捆绑包推荐方法及装置，先根据用户、捆绑包与商品三者之间的交互记录生成生成完整超图，然后随机初始化生成初始总嵌入向量矩阵，接着反复执行多次将初始总嵌入向量矩阵与完整超图进行图卷积计算获得第一学习信息，将第一学习信息与用户捆绑包交互图进行图卷积计算获得第二学习信息，组合第一学习信息和第二学习信息构成更新总嵌入向量矩阵，然后使用最后的更新总嵌入向量矩阵加权计算用户和捆绑包的最终嵌入向量矩阵，最后将用户的最终嵌入向量矩阵和捆绑包的最终嵌入向量矩阵进行点积计算获得每个用户的捆绑包推荐分数并进行排序获得每个用户的捆绑包推荐序列。该方法推荐准确率高。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
