申请/专利权人：安徽农业大学

申请日：2024-01-09

公开（公告）日：2024-03-26

公开（公告）号：CN117540111B

主分类号：G06F16/9536

分类号：G06F16/9536;G06F16/906;G06F16/9535;G06N3/042;G06N3/0495;G06N3/044;G06N3/0464;G06N3/045;G06N3/088

优先权：

专利状态码：有效-授权

法律状态：2024.03.26#授权;2024.03.01#实质审查的生效;2024.02.09#公开

摘要：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。

主权项：1.一种基于图神经网络的偏好感知社会化推荐方法，其特征在于，包括以下步骤：S1：输入用户的社交信息和用户与物品间的交互信息；S2：根据所述用户社交信息构建用户社交图，根据所述用户物品间的交互信息构建用户物品交互图，并初始化用户和物品的嵌入；S3：利用轻量级图神经网络在所述用户社交图和所述用户物品交互图中进行一阶图卷积操作，再将带有交互信息和社交信息的用户嵌入聚合，得到最终的一阶用户嵌入；S4：将所述用户的初始嵌入和所述一阶用户嵌入输入到子图构建模块，所述子图构建模块将所述用户物品交互图分为多个子图，其中，所述子图构建模块将所述用户物品交互图分为多个子图的具体步骤是：S41：将所述用户的初始嵌入和所述一阶用户嵌入融合，公式如下： 式中：表示为函数，表示为偏置项，表示为权重矩阵；S42：将输入到一个两层的神经网络中，得到最终的预测向量： 式中：和表示为权重矩阵，和表示为偏置项，表示为预测向量，其每一行的最大值所在的下标即为该用户所在子图的序号，预测向量的维度和预先定义的子图的数量是一致的，使用无监督学习对用户节点进行分类，分类依据是偏好相似的用户及其有交互行为的物品；S5：利用轻量级图神经网络在所述用户社交图和所述用户物品交互图子图上进行二阶或高阶图卷积操作，再将两个图的用户嵌入聚合，得到二阶或高阶用户嵌入；S6：利用轻量级图神经网络在所述用户物品交互图进行图卷积操作，得到一阶至高阶用户嵌入和物品嵌入，将所有阶用户嵌入进行加权求和，得到最终的用户嵌入，将所有阶的物品嵌入进行加权求和，得到最终的物品嵌入；S7：通过对所述最终用户嵌入和最终物品嵌入进行内积来计算用户对物品的偏好程度；S8：根据所述用户对物品的偏好程度进行降序排序，选择前N个生成推荐列表。

全文数据：

权利要求：

百度查询： 安徽农业大学 一种基于图神经网络的偏好感知社会化推荐方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD