一种基于同质超图注意力网络的个性化排序与推荐的方法

    公开(公告)号:CN114840772B

    公开(公告)日:2025-03-14

    申请号:CN202210414011.9

    申请日:2022-04-14

    Abstract: 本发明公开了一种基于同质超图注意力网络的个性化排序与推荐的方法;包括:获取当前所有用户与项目的交互图数据;根据该交互图数据以及项目阶数,计算当前所有用户与项目的最终超图邻接矩阵、结点度矩阵和超边度矩阵;基于此,结合项目表示矩阵,计算出用户表示传播序列;基于此,再通过注意力机制对序列加权计算并过滤得出用户表征矩阵;根据从用户表征矩阵中抽取的目标用户表示,同时结合目标用户的查询表示,对候选项目序列中的候选项进行评分并排序;按照排序之后的候选项目序列对目标用户进行推荐;通过该方法能够确保推荐系统在实现有效推荐的前提下,优化模型架构,减少参数数量,从而提高模型推荐效率。

    一种基于同质超图注意力网络的个性化排序与推荐的方法

    公开(公告)号:CN114840772A

    公开(公告)日:2022-08-02

    申请号:CN202210414011.9

    申请日:2022-04-14

    Abstract: 本发明公开了一种基于同质超图注意力网络的个性化排序与推荐的方法;包括:获取当前所有用户与项目的交互图数据;根据该交互图数据以及项目阶数,计算当前所有用户与项目的最终超图邻接矩阵、结点度矩阵和超边度矩阵;基于此,结合项目表示矩阵,计算出用户表示传播序列;基于此,再通过注意力机制对序列加权计算并过滤得出用户表征矩阵;根据从用户表征矩阵中抽取的目标用户表示,同时结合目标用户的查询表示,对候选项目序列中的候选项进行评分并排序;按照排序之后的候选项目序列对目标用户进行推荐;通过该方法能够确保推荐系统在实现有效推荐的前提下,优化模型架构,减少参数数量,从而提高模型推荐效率。

Patent Agency Ranking