公开(公告)号：CN113407864B

公开(公告)日：2022-10-28

申请号：CN202110686185.6

申请日：2021-06-21

Applicant: 南京邮电大学

Inventor： 王海艳 ,  朱金霞 ,  骆健

IPC: G06F16/9536 ,  G06N3/04 ,  G06N3/08 ,  G06Q30/06 ,  G06Q50/00

Abstract: 本发明是一种基于混合注意力网络的群组推荐模型，包括：利用图注意力网络提取用户和项目的交互信息，获得用户和项目结构化的特征表示；利用序列注意力网络中的全局和局部注意力单元对用户‑用户以及用户‑项目的交互关系共同建模得到群组的特征表示；利用神经协同过滤得到群组对项目的预测评分以及用户对项目的预测评分，并通过对两个预测目标进行联合优化以更新模型的参数。本发明通过利用由图注意力网络和序列注意力网络组成的混合注意力网络，对群组‑用户‑项目存在的多种交互关系以及组内用户全局和局部注意力权重进行了细粒度的分析，提取到了具备鲁棒性和自适应性的群组、用户以及项目的潜在特征，提高了群组推荐的准确性和可解释性。

公开(公告)号：CN113407864A

公开(公告)日：2021-09-17

申请号：CN202110686185.6

申请日：2021-06-21

Applicant: 南京邮电大学

Inventor： 王海艳 ,  朱金霞 ,  骆健

IPC: G06F16/9536 ,  G06N3/04 ,  G06N3/08 ,  G06Q30/06 ,  G06Q50/00

Abstract: 本发明是一种基于混合注意力网络的群组推荐模型，包括：利用图注意力网络提取用户和项目的交互信息，获得用户和项目结构化的特征表示；利用序列注意力网络中的全局和局部注意力单元对用户‑用户以及用户‑项目的交互关系共同建模得到群组的特征表示；利用神经协同过滤得到群组对项目的预测评分以及用户对项目的预测评分，并通过对两个预测目标进行联合优化以更新模型的参数。本发明通过利用由图注意力网络和序列注意力网络组成的混合注意力网络，对群组‑用户‑项目存在的多种交互关系以及组内用户全局和局部注意力权重进行了细粒度的分析，提取到了具备鲁棒性和自适应性的群组、用户以及项目的潜在特征，提高了群组推荐的准确性和可解释性。