摘要
本发明公开了一种基于双类多关系异质图神经网络的查询词推荐方法,涉及电商技术领域,方法包括:获取针对任一用户的目标购物异质图,通过双类多关系异质图神经网络对目标购物异质图进行处理,得到该用户的查询词推荐结果;目标购物异质图以该用户为中心节点,以该用户购买的不同类型的商品为类型节点,以任一两个类型节点之间的权重为连接该两个类型节点的边;双类多关系异质图神经网络包括:特征融合模块、类型间语义特征聚合模块以及类型内关系特征聚合模块。本发明与现有基线方法相比,SF‑BMHG在不同任务上取得了更高的性能优势,进一步能够更准确的推荐符合用户习惯的查询词。
技术关键词
查询词推荐方法
查询词推荐系统
异质
语义特征
注意力
节点特征
关系
邻居
参数
模块
矩阵
电商技术
电子设备
可读存储介质
处理器
计算机
存储器
基线
习惯
系统为您推荐了相关专利信息
视频异常检测方法
多模态交互
文本
视频帧
特征信息处理
编码特征
图像编码
医学图像数据
瓶颈特征
图像分割模型
故障检测方法
前馈神经网络
电力系统故障诊断
电容式电压互感器
信号