摘要
本发明提供了一种基于动态图神经网络的活动推荐方法、系统及装置,涉及社交网络技术领域,方法主要包括:从社交网站爬取活动数据集;提取活动特征;将用户参加过的活动特征,纳入用户特征;动态构建用户的社交关系图;学习社交关系图的演化规律,得到社交聚合的用户特征;通过多层感知机,计算每个用户对目标活动的偏好值,构建活动推荐模型,预测用户对目标活动的偏好值,将所有用户对所有目标活动的预测值进行排序后,向目标用户推荐最偏好的若干个目标活动。本方案能根据用户的动态行为构建动态社交网络,捕捉用户社交网络在时序上的变化;可计算不同用户之间的关系权重,让用户之间的社交关系计算更有依据,从而达到更高的活动推荐准确度。
技术关键词
活动特征
多层感知机
活动推荐方法
长短期记忆模型
关系
长短期记忆网络
节点
注意力机制
上下文特征
活动推荐系统
动态社交网络
标签特征
LDA主题模型
动态构建方法
数据处理模块
社交网络技术
表达式
定义
系统为您推荐了相关专利信息
分布式模型预测控制
避障方法
无人机编队避障
序列
避障功能
知识图谱构建技术
运维知识图谱
语义理解技术
数据
实体
消费特征
卷烟
知识图谱模型
组合场景
互联网爬虫技术
降水预报方法
配料
机器学习方法
多层感知机
数据