摘要
本发明公开了一种融合评论评分的双曲图神经网络推荐方法,包括:获取评论数据集;使用BERT‑Whitening算法将评论数据转换为评论向量,构建用户‑项目评论感知图和用户‑项目图;在图神经网络中引入双曲嵌入算法,得到双曲图神经网络,将图输入至双曲图神经网络进行学习,得到图的嵌入表示;基于嵌入表示构建用户和项目的跨视图对比损失函数;将图进行映射,根据映射结果进行评分预测,构建评分预测的损失函数;基于损失函数对双曲图神经网络进行优化,得到预测模型,输出用户对项目的预测评分;本发明能够增强模型对复杂图结构的表达能力,提高对用户‑项目交互数据的泛化能力、增强用户和项目表示的判别性、提高推荐结果的准确性和可靠性。
技术关键词
神经网络推荐方法
项目
融合评论
图论方法
邻居
算法
数据
注意力机制
优化器
指数
度量
语义
因子
矩阵
节点
误差
定义
参数
强度
系统为您推荐了相关专利信息
神经网络模型
深度学习模型
业务处理结果
实体
样本
仿真子系统
系统模拟仿真
数据智能管理
系统仿真模型
工程项目管理
监控预警方法
动态数据处理
风险
滑动窗口技术
数据预测模型