公开(公告)号：CN118193858B

公开(公告)日：2024-08-13

申请号：CN202410613315.7

申请日：2024-05-17

Applicant: 中南大学

Inventor： 杨昕 ,  刘慧 ,  田元荣 ,  柳叶 ,  沈蝶 ,  苏冰冰 ,  杜晨昊 ,  任慧玲

IPC: G06F16/9536 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种协同过滤推荐方法，具体是涉及到一种基于图卷积网络的协同过滤推荐方法及装置。方法包括：对数据集中的用户和项目进行编码得到第一编码矩阵和第二编码矩阵，并基于数据集构建加权用户‑项目图的第一邻接矩阵和加权用户‑用户图的第二邻接矩阵；对用户和项目进行嵌入，得到用户嵌入矩阵和项目嵌入矩阵；基于用户嵌入矩阵、第一邻接矩阵、第二邻接矩阵和项目嵌入矩阵进行消息传递，得到用户的最终表示和项目的最终表示；基于用户的最终表示和项目的最终表示计算正负样本预测评分对，正负样本预测评分对用于训练待训练推荐模型，得到训练好的推荐模型；基于训练好的推荐模型进行项目偏好推荐。本发明实施例可提高推荐结果准确度。

公开(公告)号：CN118193858A

公开(公告)日：2024-06-14

申请号：CN202410613315.7

申请日：2024-05-17

Applicant: 中南大学

Inventor： 杨昕 ,  刘慧 ,  田元荣 ,  柳叶 ,  沈蝶 ,  苏冰冰 ,  杜晨昊 ,  任慧玲

IPC: G06F16/9536 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了一种协同过滤推荐方法，具体是涉及到一种基于图卷积网络的协同过滤推荐方法及装置。方法包括：对数据集中的用户和项目进行编码得到第一编码矩阵和第二编码矩阵，并基于数据集构建加权用户‑项目图的第一邻接矩阵和加权用户‑用户图的第二邻接矩阵；对用户和项目进行嵌入，得到用户嵌入矩阵和项目嵌入矩阵；基于用户嵌入矩阵、第一邻接矩阵、第二邻接矩阵和项目嵌入矩阵进行消息传递，得到用户的最终表示和项目的最终表示；基于用户的最终表示和项目的最终表示计算正负样本预测评分对，正负样本预测评分对用于训练待训练推荐模型，得到训练好的推荐模型；基于训练好的推荐模型进行项目偏好推荐。本发明实施例可提高推荐结果准确度。