基于图生成扩散模型的硬负采样对比推荐方法

AITNT
正文
推荐专利
基于图生成扩散模型的硬负采样对比推荐方法
申请号:CN202411663417
申请日期:2024-11-20
公开号:CN119474545B
公开日期:2025-11-28
类型:发明专利
摘要
本发明提出了一种基于图生成扩散模型的硬负采样对比推荐方法,包括以下步骤:通过图卷积神经网络将用户‑物品交互图编码,得到节点嵌入向量,然后对节点嵌入向量进行内积,得到推荐概率;所述图卷积神经网络的模型参数通过以下训练得到:S1,将所述节点嵌入向量分别通过内联扩散模型视图生成器、参数拓扑降噪视图生成器生成对比视图1和对比视图2;所述内联扩散模型视图生成器包括内联扩散模型,所述参数拓扑降噪视图生成器包括参数拓扑降噪网络;S2,将对比视图1和对比视图2进行对比学习。本发明结合信号对齐策略,搭建了一个双视图生成器对比学习框架,旨在改善模型生成能力不足和数据噪声影响大的问题,从而提升推荐系统的性能。
技术关键词
推荐方法 节点 样本 Sigmoid函数 编码器 稀疏神经网络 噪声边缘 正则化方法 锚点 超参数 矩阵 邻居 数据噪声 重构 推荐系统 注意力机制 数学
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号