-
公开(公告)号:CN117540111B
公开(公告)日:2024-03-26
申请号:CN202410028020.3
申请日:2024-01-09
Applicant: 安徽农业大学
IPC: G06F16/9536 , G06F16/906 , G06F16/9535 , G06N3/042 , G06N3/0495 , G06N3/044 , G06N3/0464 , G06N3/045 , G06N3/088
Abstract: 本发明公开了一种基于图神经网络的偏好感知社会化推荐方法,属于社会化推荐方法技术领域,包括以下步骤:S1:输入用户社交信息和用户与物品间交互信息;S2:构建用户社交图和用户物品交互图,初始化用户和物品嵌入;S3:确定最终的一阶用户嵌入;S4:将用户物品交互图分为多个子图;S5:确定二阶或高阶用户嵌入;S6:确定一阶至高阶用户嵌入和物品嵌入进行加权求和,得到最终的用户嵌入和物品嵌入;S7:内积计算用户对物品的偏好程度;S8:根据偏好程度降序排序并生成推荐列表;本发明不仅通过社会化推荐方法解决了传统推荐模型的冷启动和数据稀疏问题,而且解决现有社会化推荐系统的精度低问题,提升推荐模型的推荐精度。
-
公开(公告)号:CN117540111A
公开(公告)日:2024-02-09
申请号:CN202410028020.3
申请日:2024-01-09
Applicant: 安徽农业大学
IPC: G06F16/9536 , G06F16/906 , G06F16/9535 , G06N3/042 , G06N3/0495 , G06N3/044 , G06N3/0464 , G06N3/045 , G06N3/088
Abstract: 本发明公开了一种基于图神经网络的偏好感知社会化推荐方法,属于社会化推荐方法技术领域,包括以下步骤:S1:输入用户社交信息和用户与物品间交互信息;S2:构建用户社交图和用户物品交互图,初始化用户和物品嵌入;S3:确定最终的一阶用户嵌入;S4:将用户物品交互图分为多个子图;S5:确定二阶或高阶用户嵌入;S6:确定一阶至高阶用户嵌入和物品嵌入进行加权求和,得到最终的用户嵌入和物品嵌入;S7:内积计算用户对物品的偏好程度;S8:根据偏好程度降序排序并生成推荐列表;本发明不仅通过社会化推荐方法解决了传统推荐模型的冷启动和数据稀疏问题,而且解决现有社会化推荐系统的精度低问题,提升推荐模型的推荐精度。
-