图卷积神经网络的离线推荐方法、电子设备和存储介质

AITNT
正文
推荐专利
图卷积神经网络的离线推荐方法、电子设备和存储介质
申请号:CN202510932074
申请日期:2025-07-07
公开号:CN120910343A
公开日期:2025-11-07
类型:发明专利
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
1
知识图谱链路的预测方法、设备、存储介质及程序产品
知识图谱模型 样本 实体 非暂态计算机可读存储介质 关系
2
资源推荐方法、训练深度学习模型的方法、装置及介质
样本 资源更新 融合特征 训练深度学习模型 资源推荐方法
3
一种基于深度学习的硬件木马定位方法
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
4
无人机桨叶加工精度测量方法、设备及介质
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
5
信号施工中定测机器人实时喷码与位置复测方法及系统
三维点云数据 机器人 轮廓特征 喷码装置 生成栅格地图
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