摘要
本发明公开了步骤1,数据预处理;步骤2,将离散属性0‑1化和连续属性归一化,得到用户和物品的初始表示,之后通过全连接层训练用户和物品的嵌入;步骤3,提取低频信号,使用谱域图卷积对步骤2中的嵌入进行信息聚合,获得最终的嵌入表示;步骤4,得到推荐结果。本发明能够更好地利用现有用户和物品的交互信息,挖掘用户潜在兴趣与物品特征间的深层关联,缓解数据稀疏问题,提升推荐任务的精度。
技术关键词
个性化推荐方法
特征值
Lanczos算法
拉普拉斯
矩阵
随机采样方法
卷积定理
数据
物品特征
异常用户
系统日志
短时间
生成用户
账号
样本
编码
代表
信号
节点
定义