-
公开(公告)号：CN115525836A
公开(公告)日：2022-12-27
申请号：CN202210969801.3
申请日：2022-08-12
Applicant: 西安邮电大学
IPC: G06F16/9536 , G06N3/08
Abstract: 本发明公开了一种基于自监督的图神经网络推荐方法和系统，推荐方法包括以下步骤：S1、获取用户和项目交互数据，构成二部图；S2、通过流行偏差减少法将数据增强生成两个视角的增强数据；S3、对增强数据进行编码，分别生成向量Z′和向量Z″；S4、采用损失函数对向量Z′和向量Z″进行训练，获得图神经网络推荐模型；S5、基于图神经网络推荐模型对用户推送感兴趣的项目信息。本发明采用与领域相关的数据增强方式，使增强后的数据能够最大程度地保留推荐任务所需的信息，然后对增加数据编码，并采用损失函数进行迭代训练，得到图神经网络推荐模型，损失函数可以有效解决随机负采样问题，同时避免模型的联合训练。
Search Results
1
records
(took 0.023 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
