摘要
本发明涉及深度学习技术领域,提供一种基于增强交付算子图聚类方法的推荐系统,包括:数据处理模块,用于对原始数据进行预处理,获得输入自动编码器的目标数值向量以及输入图卷积网络模型中的图数据;模型构建模块,基于目标数值向量和图数据,通过增强的交付算子将自动编码器学习到的表示纳入图卷积网络模型中,获得自动编码器与图卷积网络结合的模型;数据推荐模块,用于利用自动编码器与图卷积网络结合的模型进行主题推荐。本发明通过注意力系数动态调整权重,并设计增强的交付算子将自动编码器学习到的表示纳入相应的图卷积网络层,可获得自动编码器与图卷积网络结合的模型,可增强模型对特征重要性的判别能力,可保证模型的训练质量。
技术关键词
自动编码器
图聚类方法
卷积网络模型
推荐系统
注意力
主题
深度神经网络模型
数据处理模块
个性化特征
重构
矩阵
融合策略
数值
场景
解码器
文本
网络结构
前馈神经网络
系统为您推荐了相关专利信息
建筑能耗预测方法
编码器
变量
建筑能耗数据
模块
眼底图像识别方法
遮蔽技术
表达式
深度学习模型
编码器
高压燃料管
精确控制方法
喷射器
时间序列模型
嵌入式压力传感器