基于高阶邻居生成算法与异构图神经网络的项目推荐方法

专利主权项内容

1.一种基于高阶邻居生成算法与异构图神经网络的项目推荐方法，其特征在于，包括以下步骤：获取待推荐项目的异构时序网络；将异构时序网络按等时间间隔进行时间切片，获得当前切片最近过去时间距离的切片网络集合，将切片网络集合中每个时间切片作为一张静态图；其中所述静态图包括用户节点和项目节点；基于带重启的随机游走算法，根据时间距离对当前切片节点的随机游走长度进行衰减，得到当前切片最近过去时间距离的切片的游走长度，进而生成以任一节点为源节点的随机游走序列；对生成的随机游走序列按照最初位序保留所有的奇数节点作为该用户或项目节点的高阶项目或用户节点的邻居游走序列；依次对所有最近过去的时间切片遍历，以获得每个节点的高阶邻居游走序列集合；根据异构时序网络，得出用户节点与项目节点在第k跳中的共同邻居以及各自邻居的数量，进而计算出用户与项目节点的高阶共同邻居相似度矩阵；将每个节点的高阶邻居游走序列集合输入至添加了高阶共同邻居相似度矩阵的关系感知异构图神经网络中，得到每个节点的向量表示；基于每个节点的向量表示，确定每个项目节点被用户交互的预测概率，选取预测概率最高的项目推荐给相应用户。