图卷积神经网络增强用户表示的多模态推荐方法及系统

AITNT
正文
推荐专利
图卷积神经网络增强用户表示的多模态推荐方法及系统
申请号:CN202411730966
申请日期:2024-11-29
公开号:CN119202398B
公开日期:2025-03-14
类型:发明专利
摘要
本发明公开了一种图卷积神经网络增强用户表示的多模态推荐方法及系统,本发明包括从输入的数据集中提取项目嵌入、原始用户嵌入和原始ID嵌入,从用户的邻居中提取特征并进行聚合操作增强用户表示以生成聚合其他用户信息后的用户嵌入,再与项目嵌入拼接为用户‑项目的协同交互矩阵,针对输入的数据集提取各个模态的特征并结合用户‑项目的协同交互矩阵构建各个模态的用户‑物品图;再经多模态信息表示、多模态特征融合以及推荐结果得到用户的推荐项目。本发明旨在通过引入多模态信息来提升推荐的准确性的同时引入用户特征增强技术,将用户特征通过与相似用户的特征进行聚合操作得到用户的个性化嵌入,最终提升多模态推荐系统的推荐准确性。
技术关键词
项目 推荐方法 卷积神经网络提取 投影特征 矩阵 多模态特征融合 多模态信息 表达式 推荐系统 视觉特征 文本 图像特征提取 特征提取网络 微处理器 可读存储介质 邻居 计算机程序产品 编程
系统为您推荐了相关专利信息
1
一种基于实时湿度的集成式环境监测方法
环境监测方法 传感器安装位置 模拟模型 特征值 曲线
2
一种机器人的运动控制方法、系统、电子设备及存储介质
运动执行机构 运动控制方法 矩阵 重构 序列
3
一种基于PINN架构的系统辨识方法、系统及装置
系统动力学模型 系统辨识方法 矩阵 网络 输入端
4
一种考虑多源数据融合的配电网状态预估与调控方法
调控方法 松弛模型 协调优化模型 分布式电源出力 数据
5
经颅磁刺激机器人混合标定方法、装置、设备、介质及产品
机器人末端执行器 机器人基座 标定方法 矩阵 机器人运动控制器
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