摘要
本申请公开了智能推荐技术领域的一种基于并行图神经网络的推荐方法,1:为每个用户、项目和关系分配一个初始嵌入向量,初始化向量是64维的。2:将1中用户和项目向量输入轻量图卷积模块,得到用户和项目向量。3:将2输出的用户和项目向量,以及1中的初始化的关系与项目向量输入注意力和图卷积网络模块,得到该阶段的用户和项目向量。4:重复2,3一共L次,得到多个用户和项目向量,并分别加权结合用户和项目向量,得到该阶段的用户和项目向量。5:将4得到的项目和用户向量计算得到最终阶段的项目和用户向量。6:将5得到的用户和项目向量通过点积运算得到用户对该项目的交互概率,返回推荐结果。本方案用以提升推荐质量并优化用户体验。
技术关键词
项目
推荐方法
注意力
卷积模块
矩阵
知识图谱向量
节点
智能推荐技术
优化用户体验
网络模块
关系
最终用户
阶段
标识符
标记
邻居
社交
媒体
日志