公开(公告)号：CN112269927A

公开(公告)日：2021-01-26

申请号：CN202011138457.0

申请日：2020-10-22

Applicant: 辽宁工程技术大学

Inventor： 张全贵 ,  王冠 ,  李鑫

IPC: G06F16/9535 ,  G06F16/9536 ,  G06K9/62 ,  G06N3/08

Abstract: 本发明公开了一种基于会话序列动态行为偏好耦合关系分析的推荐方法，包括数据采集和处理、划分数据集、构建耦合模型、训练模型和项目推荐。本发明运用了GNN算法学习了用户及项目在会话序列内的动态特征信息，使推荐系统具有更好的推荐效果和可解释性，从非独立同分布的角度探究用户/项目之间的耦合关系，并考虑到了其中长短期动态耦合，利用耦合关系感知器捕获了用户/项目之间的动态耦合关系，提高了推荐的质量和准确度；将非独立同分布及将时间因素作为动态特征结合到了协同过滤中，可以较好的解决数据稀疏性和冷启动问题。

公开(公告)号：CN112269927B

公开(公告)日：2024-05-28

申请号：CN202011138457.0

申请日：2020-10-22

Applicant: 辽宁工程技术大学

Inventor： 张全贵 ,  王冠 ,  李鑫

IPC: G06F16/9535 ,  G06F16/9536 ,  G06F18/214 ,  G06F18/2433 ,  G06N3/042

Abstract: 本发明公开了一种基于会话序列动态行为偏好耦合关系分析的推荐方法，包括数据采集和处理、划分数据集、构建耦合模型、训练模型和项目推荐。本发明运用了GNN算法学习了用户及项目在会话序列内的动态特征信息，使推荐系统具有更好的推荐效果和可解释性，从非独立同分布的角度探究用户/项目之间的耦合关系，并考虑到了其中长短期动态耦合，利用耦合关系感知器捕获了用户/项目之间的动态耦合关系，提高了推荐的质量和准确度；将非独立同分布及将时间因素作为动态特征结合到了协同过滤中，可以较好的解决数据稀疏性和冷启动问题。