公开(公告)号：CN116541613A

公开(公告)日：2023-08-04

申请号：CN202310592670.6

申请日：2023-05-24

Applicant: 重庆邮电大学

Inventor： 何登平 ,  詹蔚林

IPC: G06F16/9536 ,  G06F16/2457 ,  G06F16/901 ,  G06F16/9035 ,  G06N3/042 ,  G06N3/045

Abstract: 本发明属于推荐技术领域，具体涉及一种基于评分加权的双消息传播机制的项目推荐方法，包括：获取用户和项目的交互图，获取用户以及项目的初始嵌入；对用户以及项目的初始嵌入进行降维处理，得到低维初始嵌入；将低维初始嵌入输入到双消息传播层，得到每个用户和每个项目的最终偏好嵌入和最终相似嵌入；将最终偏好嵌入和最终相似嵌入进行联合，得到最终嵌入，根据最终嵌入计算用户对项目的预测评分，并向目标用户推荐预测评分排名前K个项目的列表；本发明采用双消息传播机制来分别处理广泛存在于用户和项目交互网络中的偏好消息和相似消息，简化了传统推荐过程中通过捕捉高阶偏好关系来获取相似消息的过程，提高了推荐的有效性和精确性。

公开(公告)号：CN116561443A

公开(公告)日：2023-08-08

申请号：CN202310592827.5

申请日：2023-05-24

Applicant: 重庆邮电大学

Inventor： 何登平 ,  詹蔚林

IPC: G06F16/9536 ,  G06F16/2457 ,  G06F16/901 ,  G06F16/9035 ,  G06N3/042 ,  G06N3/045

Abstract: 本发明属于推荐技术领域，具体涉及一种基于属性扩展的双消息传播图的项目推荐方法、装置；所述方法包括获取用户数据、项目数据和属性数据，构建出用户‑项目‑属性三部图结构；通过随机映射技术得到用户、项目和属性初始嵌入向量；输入到偏好信息图神经网络中，得到用户、项目偏好嵌入向量；输入到相似信息图神经网络中，得到用户、项目相似嵌入向量；根据融合后的用户最终嵌入向量和项目最终嵌入向量的内积，计算得到用户对项目的属性预测评分；将预测评分输入到用户‑项目‑属性矩阵中，找出最高的预测评分所对应的项目以及属性，形成推荐解释列表并取排名靠前的几个属性作为被推荐项目的解释。本发明提升了推荐系统的准确性和可解释性。