基于双图表示学习预训练模型的推荐系统

    公开(公告)号:CN119377597A

    公开(公告)日:2025-01-28

    申请号:CN202411428693.4

    申请日:2024-10-14

    Abstract: 一种基于双图表示学习预训练模型的推荐系统,包括:数据录入模块、元特征提取模块、图谱构建模块和智能推荐模块,其中:数据录入模块录入外部数据源的模型数据和数据集数据并解析后输出至元特征提取模块;元特征提取模块提取和聚合模型与数据集的元特征向量;图谱构建模块基于元特征向量构建模型图谱和数据集图谱的双图表示并通过计算模型间的架构特征相似度以及分析数据集间的标签权重关系;智能推荐模块在双图表示和对应的元特征向量的基础上,通过使用基于残差图卷积和多层感知机的深度推荐模型,针对数据集进行回归准确率预测,进而得到模型推荐的结果列表。本发明通过对模型和数据集进行元特征提取,并基于相似关系进行双图表示学习,本发明能够有效捕捉数据集与模型之间的复杂关系,从而实现高效、准确的模型推荐。

Patent Agency Ranking