一种面向推荐系统的注意力网络架构及其优化方法

本发明公开了一种面向推荐系统的注意力网络架构及其优化方法，其特点是采用自注意力机制和残差网络架构的推荐系统，通过逐层构建的图卷积网络模型，利用知识图谱构建用户和物品的多层次语义关系，通过基础自注意力机制聚合用户与物品间的多跳邻居信息，以动态捕捉用户的潜在兴趣关联聚合用户与物品之间的多层次、高阶关联信息，结合自注意力机制和残差连接，实现动态的个性化权重调整和稳定的信息传递。本发明与现有技术相比具有个性化表达好，推荐精度和计算效率高更优点，不仅降低了推荐系统在大规模知识图谱上的计算复杂度，还增强了推荐结果的多样性和可解释性，具有良好的运用前景。