摘要
本申请公开了一种基于超图卷积的多尺度时空感知推荐方法及系统,涉及社交网络应用的推荐领域,该方法包括:获取样本用户签到数据,对所述样本用户签到数据进行时间尺度分割,得到样本多尺度签到序列数据,以用户的签到点为节点,以时间尺度为超边,构建各时间尺度下的超图;采用超图的节点特征和超边特征,对推荐模型进行训练;推荐模型利用超图卷积和注意力机制,以节点损失和超边损失为约束,对节点特征和超边特征进行更新,基于更新后的节点特征和超边特征,进行多尺度时空信息交互融合,得到预测推荐结果,以交叉熵损失作为预测评估约束;采用训练好的推荐模型,对待预测信息进行预测,本申请提升了推荐的准确性和个性化程度。
技术关键词
节点特征
推荐方法
多尺度
注意力机制
推荐系统
样本
模型训练模块
序列
语义
数据获取模块
编码
矩阵
社交
系统为您推荐了相关专利信息
活动预测方法
节点特征
矩阵
引入注意力机制
日志
关键词
表格特征
数据字
数据处理方法
文本识别模型
图像分割方法
文本
特征提取网络
训练样本集
交叉注意力机制
深度强化学习
社区发现方法
Actor模型
社区结构
模型更新