买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆邮电大学

摘要：本发明属于网络对齐领域，具体涉及一种基于双层迭代补偿和全貌表示的跨电商书城用户对齐方法，该方法包括：获取用户数据，对用户数据进行预处理；提取预处理后用户数据的相关属性；将提取的相关属性输入到基于双层迭代和全貌信息的跨书城电商系统用户对齐模型中，得到用户的数据分布；根据用户的数据分布对用户进行对齐处理；本发明采用交替迭代补偿机制对异质平台稀疏数据进行补偿，获取更有效的实验数据。

主权项：1.一种基于双层迭代补偿和全貌表示的跨电商书城用户对齐方法，其特征在于，包括：获取用户数据，对用户数据进行预处理；提取预处理后用户数据的相关属性；将提取的相关属性输入到基于双层迭代和全貌信息的跨书城电商系统用户对齐模型中，得到用户的数据分布；根据用户的数据分布对用户进行对齐处理；采用基于双层迭代补偿和全貌信息表示的跨书城电商系统用户对齐模型对数据进行处理的过程包括：S1：提取书城电商平台用户的基本信息数据和历史行为数据；S2：采用Double-GAN算法对稀疏的用户历史行为数据进行数据补偿，得到补偿后的数据；S21：将稀疏的用户行为数据输入到用户行为数据生成模型G中，生成真实数据；S22：将生成的真实数据输入到判别模型D中，判断输入的数据是生成模型G生成的数据，还是采集到的真实数据；S23：将判别模型D中的输出的数据循环迭代输入生成模型G；使生成模型和判别模型不断学习和优化参数，得到补偿后的数据；S24：将异质书城电商平台的原生数据进行交替迭代的输入，用一个电商平台的数据去补偿另一个电商平台的数据，避免补偿数据造成过同态化问题；S3：采用UBS2vec异质网络对补偿后的数据进行处理，得到包含丰富结构信息和语义信息节点的嵌入向量；S31：将电商书城网络表示为Gx＝Ux∪Sx,Vx，采用UBS2vec异质网络表示学习方法对电商书城网络进行全貌信息表示；S32：根据全貌信息表示获取类型q的节点候选集合和同质边连接节点候选集合；S33：根据类型q的节点候选集合和同质边连接节点候选集合制定选取目标类型节点函数；S34：制定Jump策略和Stay策略；所述Jump策略为跳到目标类型q的节点候选集合中选取节点；所述Stay策略为跳到同质边连接节点候选集合中选取节点；S35：根据选取目标类型节点函数计算Jump策略的概率和Stay策略的概率S36：对Jump策略的概率和Stay策略的概率的大小进行判断；若Jump的概率大于Stay的概率选择目标类型为q的节点；若当Jump的概率小于Stay的概率在vi的邻居节点中选取以同质边连接的节点；S37：使用SkipGram嵌入算法学习S35得到的节点的近邻序列，并获取该节点的向量表示；S4：采用“用户-图书”二部图模型对包含丰富结构信息和语义信息节点的嵌入向量进行用角色划分；S5：计算相似兴趣群体节点用户向量间的相似度，根据户向量间的余弦相似度对划分好角色的用户进行综合匹配，得到用户的数据分布。

全文数据：

权利要求：

百度查询： 重庆邮电大学 基于双层迭代补偿和全貌表示的跨电商书城用户对齐方法