← 返回列表
一种基于高阶交互的双塔图卷积神经网络推荐方法
申请人信息
- 申请人:成都理工大学
- 申请人地址:610000 四川省成都市二仙桥东三路1号
- 发明人: 成都理工大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于高阶交互的双塔图卷积神经网络推荐方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311492015.X |
| 申请日 | 2023/11/9 |
| 公告号 | CN117435813A |
| 公开日 | 2024/1/23 |
| IPC主分类号 | G06F16/9535 |
| 权利人 | 成都理工大学 |
| 发明人 | 徐昕怡; 蔡彪; 谢婷; 李肖洋; 胡洋成 |
| 地址 | 四川省成都市成华区二仙桥东三路1号 |
摘要文本
成都理工大学取得“一种透气窗帘布”专利技术，本发明属于项目推荐技术领域，公开了一种基于高阶交互的双塔图卷积神经网络推荐方法，包括如下步骤：构建推荐基础图，并输入双塔图卷积神经网络推荐模型；使用双塔图卷积神经网络推荐模型，对推荐基础图中的不同节点进行初始化，得到对应的节点向量和节点属性向量；基于交互学习机制，根据用户节点与项目节点的交互表达、节点向量以及节点属性向量，得到用户嵌入向量和项目嵌入向量；基于高阶学习机制，对用户嵌入向量和项目嵌入向量进行传播和汇聚，得到最终用户嵌入向量和最终项目嵌入向量；对最终用户嵌入向量和最终项目嵌入向量进行内积计算，得到推荐结果。本发明解决了现有技术存在的推荐准确度低、推荐效果差以及功能简单的问题。 微信公众号专利查询网
专利主权项内容
1.一种基于高阶交互的双塔图卷积神经网络推荐方法，其特征在于：包括如下步骤：根据用户和项目的交互关系，构建推荐基础图，并将推荐基础图输入双塔图卷积神经网络推荐模型；使用双塔图卷积神经网络推荐模型，对推荐基础图中的不同节点进行初始化，得到对应的节点向量和节点属性向量；基于双塔图卷积神经网络推荐模型的交互学习机制，根据用户节点与项目节点的交互表达、节点向量以及节点属性向量，得到用户嵌入向量和项目嵌入向量；基于双塔图卷积神经网络推荐模型的高阶学习机制，对用户嵌入向量和项目嵌入向量进行传播和汇聚，得到最终用户嵌入向量和最终项目嵌入向量；对最终用户嵌入向量和最终项目嵌入向量进行内积计算，得到预测值，所述的预测值为推荐结果。。来源：马 克 团 队