一种基于自适应可扩展图Transformer的商品分类方法

本公开提供一种基于自适应可扩展图Transformer的商品分类方法。构建模型输出需要预测类别的商品所属的类别；模型的构建方法为：S1，构建商品购买网络G来建模商品和商品交易数据；S2，构建用于表示每个商品节点自身属性的特征向量；S3，构造用于输入可扩展注意力的商品令牌；S4，初始化可扩展注意力、特征提取层和特征降维层等神经网络的参数；S5，利用可扩展注意力对商品表征进行自适应滤波生成商品的最终表征Z；S6，构造训练商品节点上的损失函数并更新相应神经网络参数；S7，重复步骤S5至S6；S8，输出需要预测的商品所属的类别。从而解决了现有技术在建模同配性和异配性商品交易网络、运行速度、存储开销和商品分类精度方面存在的问题。