公开(公告)号：CN119808829A

公开(公告)日：2025-04-11

申请号：CN202510028961.1

申请日：2025-01-08

Applicant: 辽宁大学

Inventor： 丁琳琳 ,  李默 ,  韩一鸣 ,  刘婷婷 ,  何云凤 ,  司梦君垚

IPC: G06N3/042 ,  G06N3/045 ,  G06N3/084 ,  G06F18/20 ,  G06F18/213 ,  G06F16/9535

Abstract: 一种面向大规模稀疏二部图的自适应锚点图注意力网络嵌入方法及系统，方法首先通过分析图的规模、稀疏度、用户节点数量和平均度等图特征，建立动态锚点数量生成机制，实现锚点数量的自适应调整；其次，设计全连接注意力机制，通过FCAsend和FCArecv双向注意力操作实现用户节点与锚点节点之间的高效信息传递，解决稀疏区域的信息缺失问题；最后，引入带有熵正则化的二部图注意力网络，采用统一权重矩阵和稀疏注意力机制处理稠密区域，有效防止节点特征过度平滑。本发明通过自适应锚点和双重注意力机制的创新结合，显著提升了大规模稀疏二部图的嵌入质量，在推荐系统和链接预测等实际任务中取得了超越现有方法的性能表现。

公开(公告)号：CN119829844A

公开(公告)日：2025-04-15

申请号：CN202510028963.0

申请日：2025-01-08

Applicant: 辽宁大学

Inventor： 丁琳琳 ,  李默 ,  韩一鸣 ,  刘婷婷 ,  何云凤 ,  赵钊淞

IPC: G06F16/9535 ,  G06Q30/0601 ,  G06F18/20 ,  G06F18/214 ,  G06F18/22 ,  G06F18/2415 ,  G06N3/042 ,  G06N3/045 ,  G06N3/082 ,  G06N3/0895

Abstract: 一种基于边权重引导对比学习的二部图链接预测系统及其推荐方法，涉及推荐系统技术领域。系统包括数据预处理单元、嵌入单元、权重引导的边注意力单元、双层对比学习单元、融合学习单元和预测单元。基于上述系统，本发明方法通过权重引导的边注意力机制，动态聚合邻居信息，使模型能自适应关注重要的连接关系；采用双层对比学习框架，全面捕获局部交互模式和全局结构相似性；提出权重‑度数平衡的负采样策略，生成高质量的负样本，在稀疏网络中表现出色；提出统一的学习框架，融合分类和对比学习目标，实现了局部和全局结构的优化。本发明有效提高了推荐系统的准确性和效率，适用于大规模、稀疏的用户‑物品交互数据，具有广泛的应用前景。