摘要
本发明涉及一种图卷积神经网络的离线推荐方法、电子设备和存储介质,涉及神经网络技术领域,该方法主要包括:基于用户,项目以及用户与项目的交互关系进行编码,获得用户嵌入向量初始值和项目嵌入向量初始值;通过AGG函数确定目标节点表示;确定用户与项目的交互传播嵌入规则;基于DropEdge方式进行数据增强,采用矩阵形式表示结果预测。本申请在轻量图卷积神经的基础上采用DropEdge方式进行数据增强,同时引入注意力机制增加结点邻域权重,提高了个性化推荐的效率和准确率。
技术关键词
推荐方法
项目
离线
矩阵
引入注意力机制
电子设备
神经网络技术
节点
可读存储介质
处理器
关系
数据
存储器
计算机
编码
结点
程序
邻域
基础
系统为您推荐了相关专利信息
知识图谱模型
样本
实体
非暂态计算机可读存储介质
关系
样本
资源更新
融合特征
训练深度学习模型
资源推荐方法
硬件木马定位方法
节点
深度学习模型
待测集成电路
集成电路设计综合
无人机桨叶
精度测量方法
关键特征点
结构光扫描技术
线结构光扫描
三维点云数据
机器人
轮廓特征
喷码装置
生成栅格地图