公开(公告)号：CN111582443A

公开(公告)日：2020-08-25

申请号：CN202010321767.X

申请日：2020-04-22

Applicant: 成都信息工程大学

Inventor： 熊熙 ,  赵容梅 ,  李中志 ,  谢川 ,  祖霞

IPC: G06N3/04 ,  G06Q50/00 ,  G06F16/9536

Abstract: 本发明涉及一种基于Mask机制和层次注意力机制的推荐方法，包括：获取节点数据集U和项目数据集I；将U和I输入上下文描述层得到序列Su和Si，经过处理得到节点向量 和项目向量 和 融合后得到第i个节点u在I中的嵌入向量 将所有节点的嵌入向量组成向量集Z；计算与第i个节点u关系密切的L阶邻居节点v的k头注意力系数 根据v的嵌入向量 计算节点u的k头注意力 将 聚合得到第i个节点u的聚合注意力向量将 与 拼接并线性化，得到第i个节点u的推荐向量 将所有节点的推荐向量组成向量集Z'；根据Z和/或Z'获得目标节点的项目推荐列表。不仅提高了推荐准确度，还提高了网络的灵活性，解决冷启动问题，且模型更为简单，进行推荐时所耗时间也更少。

公开(公告)号：CN111582443B

公开(公告)日：2021-02-02

申请号：CN202010321767.X

申请日：2020-04-22

Applicant: 成都信息工程大学

Inventor： 熊熙 ,  赵容梅 ,  李中志 ,  谢川 ,  祖霞

IPC: G06N3/04 ,  G06Q50/00 ,  G06F16/9536

Abstract: 本发明涉及一种基于Mask机制和层次注意力机制的推荐方法，包括：获取节点数据集U和项目数据集I；将U和I输入上下文描述层得到序列Su和Si，经过处理得到节点向量和项目向量和融合后得到第i个节点u在I中的嵌入向量将所有节点的嵌入向量组成向量集Z；计算与第i个节点u关系密切的L阶邻居节点v的k头注意力系数根据v的嵌入向量计算节点u的k头注意力将聚合得到第i个节点u的聚合注意力向量将与拼接并线性化，得到第i个节点u的推荐向量将所有节点的推荐向量组成向量集Z'；根据Z和/或Z'获得目标节点的项目推荐列表。不仅提高了推荐准确度，还提高了网络的灵活性，解决冷启动问题，且模型更为简单，进行推荐时所耗时间也更少。