公开(公告)号：CN118820588B

公开(公告)日：2025-02-07

申请号：CN202410830003.1

申请日：2024-06-25

Applicant: 华南农业大学

Inventor： 高月芳 ,  王佳旭 ,  杨烽 ,  谭子星 ,  黄镇伟 ,  黄玲 ,  邝颖杰

IPC: G06F16/9535 ,  G06Q30/0601 ,  G06Q30/0201 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种基于图卷积和自注意力机制的购物篮推荐方法及系统，包括：基于包含购物篮、商品项、商品类型、价格以及用户等多个类型节点的图结构数据，通过图卷积网络聚合每个节点的邻接信息，从而更全面捕捉节点与图结构之间的内在联系。同时，构建用户的价格特征学习模块以精确表达相邻用户之间的相似价格偏好。通过引入注意力机制精确分配价格、用户、商品、购物篮之间的权重，使得模型可以结合用户偏好，做出具有针对性和个性化的推荐。本发明优化了推荐算法的性能，提高了用户的满意度，实现推荐系统与用户需求的更精确的匹配。

公开(公告)号：CN118820588A

公开(公告)日：2024-10-22

申请号：CN202410830003.1

申请日：2024-06-25

Applicant: 华南农业大学

Inventor： 高月芳 ,  王佳旭 ,  杨烽 ,  谭子星 ,  黄镇伟 ,  黄玲 ,  邝颖杰

IPC: G06F16/9535 ,  G06Q30/0601 ,  G06Q30/0201 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种基于图卷积和自注意力机制的购物篮推荐方法及系统，包括：基于包含购物篮、商品项、商品类型、价格以及用户等多个类型节点的图结构数据，通过图卷积网络聚合每个节点的邻接信息，从而更全面捕捉节点与图结构之间的内在联系。同时，构建用户的价格特征学习模块以精确表达相邻用户之间的相似价格偏好。通过引入注意力机制精确分配价格、用户、商品、购物篮之间的权重，使得模型可以结合用户偏好，做出具有针对性和个性化的推荐。本发明优化了推荐算法的性能，提高了用户的满意度，实现推荐系统与用户需求的更精确的匹配。