摘要
本发明属于广告推送技术领域,涉及一种基于多层次图神经网络的智能实时广告推送方法,先收集停车场的动态数据和静态数据并进行预处理,再设计全局图和局部图两种图结构,并引入自注意力机制,构建和训练多层次图神经网络得到训练好的模型,最后利用训练好的模型,计算每个车牌和常去地点的嵌入,从而生成预测评分,对每个用户,根据预测评对广告进行排序,选择评分最高的广告作为推送结果,通过多层次图结构使得模型能够更全面和细致地捕捉用户行为模式,提升推荐的精准性和相关性;而且降低了计算复杂度,提高了模型的计算效率,能够在资源有限的实际应用场景中高效运行,满足实时推荐的需求。
技术关键词
广告推送方法
多层次
节点
地点
注意力机制
车辆
贝叶斯个性化排序
增量更新技术
Softmax函数
广告推送技术
在线学习算法
车牌识别系统
停车场
邻居
神经网络训练
多层感知机
计算误差