一种基于网络数据驱动的个性化跨域推荐方法

专利主权项内容

1.一种基于网络数据驱动的个性化跨域推荐方法，其特征在于，所述个性化跨域推荐方法包括以下步骤：步骤1，对收集来的源域、目标域的用户数据和物品数据进行数据预处理，根据预处理后的数据分别构建源域、目标域的用户-物品异构图，生成源域异构图和目标域异构图；步骤2，对源域、目标域的用户-物品异构图进行关于边的用户-物品的负采样，并根据共同用户划分训练集和测试集，并设置元路径；步骤3，通过异构图神经网络模型对用户-物品异构图中的节点进行表示学习，分别得到用户节点嵌入和物品节点嵌入；步骤4，将源域用户节点嵌入和目标域物品节点嵌入输入元网络，生成个性化桥接函数；步骤5，利用源域的用户-物品异构图和源域用户对物品的评分对源域的异构图神经网络模型进行训练，利用目标域去掉测试集的用户-物品异构图和评分对目标域的异构图神经网络模型进行训练，利用共同用户对元网络进行训练，保存训练后的模型；步骤6，输入源域用户和预设物品，得到Top-K个物品进行推荐。