-
公开(公告)号：CN116521996A
公开(公告)日：2023-08-01
申请号：CN202310503290.0
申请日：2023-05-06
Applicant: 桂林电子科技大学
IPC: G06F16/9535 , G06N3/0464 , G06N3/08 , G06F16/36
Abstract: 本发明提供一种基于知识图谱和图卷积神经网络的多行为推荐方法及系统，采用了知识图卷积网络进行推荐，融合了知识图谱和图卷积神经网络的模型。图传统推荐算法只使用user‑item信息进行推荐，而知识图卷积方法，它使用user‑item和user‑entity信息进行推荐，item中添加了邻居信息，可以很好的解决数据稀疏性问题。同时，实体之间存在多种多样的关系，有助于提高用户推荐的多样性。首先，通过收集user和item属性，根据它们之间的相关性，建立各个实体之间，实体与属性之间的知识图，并对其进行正负样本标记；然后，进行邻域聚合。捕获每个实体的局部邻接结构；最后，预测user对item感兴趣的概率，并选择模型参数最优值进行电影或音乐的推荐。
Search Results
1
records
(took 0.054 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
