-
公开(公告)号：CN118747246A
公开(公告)日：2024-10-08
申请号：CN202410893430.4
申请日：2024-07-04
Applicant: 辽宁工程技术大学
IPC: G06F16/9536 , G06Q50/00 , G06N3/0464 , G06N3/042
Abstract: 本发明公开了一种融合高阶社交关系的轻量级图卷积协同过滤推荐方法，首先在模型嵌入层通过图嵌入技术将用户、项目以及朋友信息映射到低维稠密的向量空间，缓解了数据稀疏性对模型推荐结果带来的消极影响；其次在图卷积层通过堆叠三层图卷层学习用户社交关系图的拓扑结构学习用户、项目、朋友之间的高阶连接信息，从隐式负反馈中产生一系列的间接反馈，通过分析用户行为和朋友亲密度间接捕获隐式负反馈，以提高隐式负反馈的利用率；此外融合图注意力网络来衡量邻居的贡献值，为其自适应的动态分配权重，能够过滤噪音邻居使其具有鲁棒性，赋予模型一定的可解释性。
Search Results
1
records
(took 0.015 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
