龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：新疆大学
申请日：2024-02-07
公开（公告）日：2024-05-10
公开（公告）号：CN118013134A
主分类号：G06F16/9536
分类号：G06F16/9536;G06F16/9535;G06N3/045;G06N3/0499;G06N3/048;G06N3/084
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.28#实质审查的生效;2024.05.10#公开
摘要：本发明为一种基于评分偏差偏移的增强型社交推荐方法和模型。一种基于评分偏差偏移的增强型社交推荐方法，包括以下步骤：S1用户建模；S2项目建模；S3融合元路径的图注意力网络；S4评分预测。本发明所述的一种基于评分偏差偏移的增强型社交推荐方法和模型，使用图神经网络来学习用户和项目的表示，同时考虑评级偏差偏移量；通过层次化的图神经网络结构，可以捕捉用户和项目之间的复杂关系以及评级偏差的影响。在训练过程中，通过最小化预测评分与实际评分之间的误差，优化图神经网络的参数，从而可以更准确地预测用户对项目的评分，提供个性化的推荐结果。
主权项：1.一种基于评分偏差偏移的增强型社交推荐方法，其特征在于，包括以下步骤：S1用户建模：通过引入评级偏差偏移量，利用用户-项目去中心化图数据进行潜在表示的学习；通过嵌入查询表将评分偏差信息编码为向量表示，捕捉用户对项目的细微偏好；通过多层感知机和图注意力网络对用户潜在表示进行学习，结合多元关系路径进行元路径的语义嵌入表示；S2项目建模：借助项目-用户去中心化图，学习项目的潜在表示；引入评级偏差偏移量，通过多层感知机和图注意力网络学习不同用户对同一项目的潜在表示，捕捉项目在不同语义空间下的特征；采用多元关系路径对项目潜在表示进行学习，使用多层感知机融合这些表示，输出项目的最终潜在表示；S3融合元路径的图注意力网络：采用图注意力网络来聚合不同元路径的语义关系，通过定义聚合过程和注意力机制，捕捉节点在不同语义空间下的特征；通过多个图学习层的融合，整合各个元路径的信息；S4评分预测：利用用户和项目的潜在表示，通过多层神经网络进行非线性关系建模，捕捉用户偏好和项目特征之间的关系；使用ReLU激活函数和多层神经网络将用户和项目的特征逐层传递；最后通过权重矩阵映射，计算出偏好评级。
全文数据：
权利要求：
百度查询： 新疆大学 一种基于评分偏差偏移的增强型社交推荐方法和模型
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号