摘要
本发明提供了一种信息推荐方法、系统、设备及介质,属于推荐系统领域,其方法包括如下步骤:获取用户‑物品实时交互图,将用户‑物品实时交互图输入PTDNet去噪模型,计算用户‑物品实时交互图中的每条边的重要性权重,根据设定阈值及每条边的重要性权重筛选保留重要的边,剔除噪声边;动态更新边的重要性权重,并重复剔除噪声边的过程,得到去噪后的图数据;将去噪后的图数据输入信息推荐模型,识别用户的偏好,生成用户的个性化推荐结果。本发明能够对图数据进行去噪处理,能够对交互图进行优化,得到去噪后的图数据;通过将去噪后的图数据输入信息推荐模型,能够提高信息推荐精度,提升用户的个性化推荐体验,并提高个性化推荐结果。
技术关键词
信息推荐方法
信息推荐模型
神经网络模型
剔除噪声
数据
生成用户
动态更新
信息推荐系统
可读存储介质
交互特征
节点特征
存储器
处理器
计算机设备
训练集
邻居
系统为您推荐了相关专利信息
预测误差
数据管理方法
误差分布特征
随机森林
生成特征
风电机组液压站
变化趋势预测
历史温度数据
加热方法
混合控制策略
海洋场景
仿真系统
潜航器
采集海洋环境
海洋环境数据