一种二部图隐性关系中基于图卷积神经网络的多行为购买预测方法

AITNT
正文
推荐专利
一种二部图隐性关系中基于图卷积神经网络的多行为购买预测方法
申请号:CN202510319084
申请日期:2025-03-18
公开号:CN120258870A
公开日期:2025-07-04
类型:发明专利
摘要
本发明提供了一种二部图隐性关系中基于图卷积神经网络的多行为购买预测方法,属于电子商务购买预测领域。针对用户与项目交互行为多样性和隐性关系挖掘不足的问题,提出了一种结合用户和项目属性信息和多行为信息的图卷积神经网络模型。该方法通过构建用户‑项目交互二部图,挖掘其中的显性关系和隐性关系,利用图卷积网络对隐性关系进行建模,并结合显性关系进行联合学习。通过在京东高潜用户数据集上的综合评价,验证了所提方法在不同实验设置下的优势。结果表明,加入隐性关系的多行为图卷积神经网络方法能够有效提高用户购买预测的准确性,为个性化商品推荐和营销方案提供了更精准的决策支持。
技术关键词
购买预测方法 多模态融合机制 节点特征 关系 项目 卷积神经网络方法 编码器 消息传递机制 生成用户 卷积神经网络模型 个性化商品 邻域特征 多层感知机 注意力 矩阵 动态 重构 多层次
系统为您推荐了相关专利信息
1
一种基于自融合机制的钢轨表面缺陷定位方法及相关装置
钢轨表面缺陷 卷积神经网络模型 图像特征信息 定位方法 残差卷积神经网络
2
一种基于气象数据的单轴跟踪装置控制方法
历史气象数据 单轴跟踪装置 参数 光伏组件 控制策略
3
一种动态更新内存资源申请的方法
资源调度器 内存 动态更新 管理器 资源管理策略
4
一种配电系统故障诊断方法及系统
配电设备 配电系统 快照 汇聚节点 异常信号
5
一种农药化合物筛选方法、系统及存储介质
农药化合物 药效 性能预测模型 时间段 参数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号