首页> 中国专利> 一种在图神经网络中引入物品类别信息的推荐方法

一种在图神经网络中引入物品类别信息的推荐方法

摘要

一种在图神经网络中引入物品类别信息的推荐方法,确定输入数据并构建潜在因子模块、类别信息模块、类别加权聚合模块和评分预测模块,输入数据为表现用户、物品以及辅助信息之间交互关系的用户‑物品交互图,潜在因子模块对用户选择商品的意图进行建模;类别信息模块获得物品的类别信息;类别加权聚合模块将知识图谱和物品先验知识向量进行加权聚合;评分预测模块将潜在因子模块和类别加权聚合模块得到用户和物品的向量表示进行整合计算,在给定交互行为集合以及知识图谱上学习一个函数,该函数能够预测一个用户有多大可能性购买或选择一个物品。本发明在推荐场景中引入物品的类别信息,既符合实际推荐场景的需要,又能够提升模型的可解释性。

著录项

  • 公开/公告号CN115293851A

    专利类型发明专利

  • 公开/公告日2022-11-04

    原文格式PDF

  • 申请/专利权人 西安交通大学;

    申请/专利号CN202210964936.0

  • 发明设计人 鲍军鹏;许宏才;侯力方;

    申请日2022-08-12

  • 分类号G06Q30/06;G06F16/9536;G06F16/906;G06F16/36;G06N3/04;

  • 代理机构西安智大知识产权代理事务所;

  • 代理人段俊涛

  • 地址 710049 陕西省西安市碑林区咸宁西路28号

  • 入库时间 2023-06-19 17:28:54

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-11-04

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号