一种基于双视角融合异质图神经网络的跨域商品推荐方法

    公开(公告)号:CN118917928B

    公开(公告)日:2024-12-20

    申请号:CN202411405375.6

    申请日:2024-10-10

    Abstract: 本发明公开了一种基于双视角融合异质图神经网络的跨域商品推荐方法,包括:读取用户和商品购物数据库,构造异质购物网络的节点图,根据节点图中的连边情况,将节点图转化为线图;在节点图中分别从元路径和有偏的双向随机游走两个视角获取语义嵌入向量和结构嵌入向量,进而得到用户‑商品的节点对嵌入向量;根据线图,利用边嵌入算法获得用户‑商品的边嵌入向量;根据节点对嵌入向量和边嵌入向量,利用元网络获取节点域至边域的映射函数;利用映射函数,将商品与目标用户的节点对嵌入向量映射到边域,根据映射后的边嵌入向量,对目标用户进行商品推荐。本发明能够有效利用节点和交互信息,提升商品推荐的精度。

    一种基于双视角融合异质图神经网络的跨域商品推荐方法

    公开(公告)号:CN118917928A

    公开(公告)日:2024-11-08

    申请号:CN202411405375.6

    申请日:2024-10-10

    Abstract: 本发明公开了一种基于双视角融合异质图神经网络的跨域商品推荐方法,包括:读取用户和商品购物数据库,构造异质购物网络的节点图,根据节点图中的连边情况,将节点图转化为线图;在节点图中分别从元路径和有偏的双向随机游走两个视角获取语义嵌入向量和结构嵌入向量,进而得到用户‑商品的节点对嵌入向量;根据线图,利用边嵌入算法获得用户‑商品的边嵌入向量;根据节点对嵌入向量和边嵌入向量,利用元网络获取节点域至边域的映射函数;利用映射函数,将商品与目标用户的节点对嵌入向量映射到边域,根据映射后的边嵌入向量,对目标用户进行商品推荐。本发明能够有效利用节点和交互信息,提升商品推荐的精度。

Patent Agency Ranking