一种深层信息感知的图神经网络推荐模型方法

AITNT
正文
推荐专利
一种深层信息感知的图神经网络推荐模型方法
申请号:CN202510646314
申请日期:2025-05-20
公开号:CN120386936A
公开日期:2025-07-29
类型:发明专利
摘要
本发明公开了一种深层信息感知的图神经网络推荐模型方法,S10,基于用户物品交互数据与物品知识图谱,生成协作信息图;S20,基于高阶邻域图生成模块获取高阶协作信息图与高阶交互图;S30,通过深层信息聚合模块学习高阶协作信息图与高阶交互图中的节点表征;S40,模型训练并基于训练结果计算用户对各个物品的偏好评分,依托该评分生成用户的推荐列表。本发明将物品知识图谱与用户物品交互图相结合以丰富节点连接;此外,提出高阶邻域图生成模块,支持节点提前建立与高阶邻域的连接。
技术关键词
协作信息 三元组 邻域 节点 图谱 实体 生成用户 关系 矩阵 元素 噪声 语义 参数 注意力机制 模块 定义 列表 数据 数学
系统为您推荐了相关专利信息
1
一种用于泳池的循环水处理可视化教学方法
泳池 教学方法 循环水 模型构建技术 语义
2
基于多功能并网逆变器的谐波补偿方法、电子设备及介质
多功能并网逆变器 谐波补偿方法 电压谐波畸变率 配电网系统 电流
3
一种基于前端交互的智能体配置方法、设备及介质
节点 关系 智能体模型 连线 非易失性计算机存储介质
4
一种Mesh结构波分复用片上光网络的并行广播通信方法
广播通信方法 波分复用 源节点 通信算法 网络
5
飞机巡检方法、设备及存储介质
异常信息 飞机 巡检图像 图谱 节点
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