公开(公告)号：CN114139066A

公开(公告)日：2022-03-04

申请号：CN202111060062.8

申请日：2021-09-10

Applicant: 重庆大学

Inventor： 张瀚文 ,  周魏 ,  文俊浩 ,  杨正益 ,  曾骏 ,  覃梦秋 ,  柳玲 ,  蔡海尼 ,  刘林 ,  廖捷

IPC: G06F16/9536 ,  G06F16/9535 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于图神经网络的协同过滤推荐系统，包括用户‑项目二部图生成模块、嵌入信息生成模块、隐式关系构建模块、数据融合模块和推荐模块；本发明使用基于注意力的记忆网络学习分别构建的用户‑用户和项目‑项目图，以获取相邻对之间的关系信息。该模型同时学习所有三种图形，通过信息融合层统一多属性和隐式关系信息，实现端到端推荐。

公开(公告)号：CN113961820A

公开(公告)日：2022-01-21

申请号：CN202111060105.2

申请日：2021-09-10

Applicant: 重庆大学

Inventor： 廖捷 ,  周魏 ,  文俊浩 ,  杨正益 ,  曾骏 ,  覃梦秋 ,  柳玲 ,  蔡海尼 ,  张瀚文 ,  刘林

IPC: G06F16/9536 ,  G06F16/9535 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/00

Abstract: 本发明公开一种基于轻量图卷积网络的社交推荐系统，包括信息获取模块、信息传播模块和信息推荐模块；在本发明中，用户的表示在两个图上分别传播，物品的表示在用户‑物品交互图上传播，利用了用户社交数据以增强用户和物品的表示，融合模型保证了可以充分利用用户的两种表示，确保用户在两个图中学习到的信息不会因为互相冲突而导致对用户和物品的表示效果下降，从而确保提升了推荐效果。

公开(公告)号：CN113961819A

公开(公告)日：2022-01-21

申请号：CN202111060059.6

申请日：2021-09-10

Applicant: 重庆大学

Inventor： 刘林 ,  文俊浩 ,  周魏 ,  杨正益 ,  曾骏 ,  覃梦秋 ,  柳玲 ,  蔡海尼 ,  张瀚文 ,  廖捷

IPC: G06F16/9536 ,  G06F16/9535 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开具有共注意记忆机制的多偏好协同过滤推荐系统，包括交互信息获取模块、用户特征提取模块、用户潜在偏好提取模块、用户偏好过滤模块、推荐模块；本发明通过记忆模块捕获用户交互的高级信息。通过分解和重新组织多个图中的边来提取用户的潜在交互偏好。