申请/专利权人:上海交通大学
申请日:2023-12-18
公开(公告)日:2024-03-22
公开(公告)号:CN117743684A
主分类号:G06F16/9535
分类号:G06F16/9535;G06F16/36;G06N3/04;G06N3/08;G06F16/35;G06F40/289
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:一种基于图注意力算法的图书推荐方法,通过将包含用户、图书、图书属性的知识图谱输入构造并训练得到的图注意力推荐模型,得到图书相似性打分矩阵用于前端可视化。该图注意力推荐模型包括:输入层、信息传播层、信息聚合生成层和推荐结果生成层,其中:输入层根据输入的知识图谱,随机生成其中每个节点的向量e作为初始化表示,信息传播层计算每个节点收到周围节点的信息传播,信息聚合层聚合传播信息和节点信息生成下一跳信息,推荐结果生成层根据训练结果打分并生成图书相似性打分矩阵。本发明通过图注意力方法挖掘知识图谱的高阶路径并采用改进的知识图谱传播算法、聚合方法以及针对馆藏图书的知识图谱建构,显著提高图书推荐的分析效率和性能。
主权项:1.一种基于图注意力算法的图书推荐方法,其特征在于,包括:步骤1数据导入:清洗并导入用户-图书借阅数据集和图书信息数据集,需要用户给出将图书分类信息和ISBN转化方法给出,用于将所有图书分类转化为ISBN信息并切割;步骤2构建知识图谱:首先对于简介信息进行分词和清洗为关键词信息,然后将包含关键词信息在内的所有图书信息关系统计,编号从0递增,构建起图书id,关系,图书属性的三元组,然后对用户-图书数据集也做类似处理得到用户id,借阅关系,图书id三元组,完成知识图谱构建;步骤3将最终包含用户、图书、图书属性的知识图谱输入构造并训练得到的图注意力推荐模型,得到图书相似性打分矩阵用于前端可视化。
全文数据:
权利要求:
百度查询: 上海交通大学 基于图注意力算法的图书推荐方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。