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：重庆康洲大数据(集团)有限公司

摘要：本发明公开了一种基于图神经网络的时序数据自适应可信采样方法，包括：基于时序数据构造图神经网络G；提取每一个节点的两层树拓扑连接结构；计算所有同类型节点之间的相似度；计算所有根节点的两层树拓扑连接结构中相连叶子节点的可信度；使所有根节点的可信度高于阈值；从根节点的叶子节点的数据中按照可信度的比例随机采样，将采样结果作为状态信息；将状态信息输入到图神经网络实现状态的更新和聚合，以输出最终的节点表示；将图神经网络G生成的节点表示进行拼接，利用注意力机制实现评分预测，并结合真实评分计算出MSE损失。本发明通过时间序列的归一化时间戳信息分析图神经网络邻居节点的可信度，同时根据可信度利用自适应调节采样节点的拓扑结构，能够实现对时间序列的准确预测。

主权项：1.一种基于图神经网络的时序数据自适应可信采样的项目评分预测方法，其特征在于，包括：步骤1：基于时序数据构造图神经网络G；其中，在图神经网络G中，相同类型的节点之间没有边，不同类型的节点之间的边存在权重；权重为用户评分；时序数据结构包含时间、用户类型、项目类型、连接关系和数值关系；项目为线上书籍、线上音乐专辑、食品、电影、音乐单曲或玩具；步骤2：提取每一个节点的两层树拓扑连接结构；步骤3：计算所有同类型节点之间的相似度；步骤4：利用所述时序数据的归一化时间戳信息，计算所有根节点的两层树拓扑连接结构中相连叶子节点的可信度；所述可信度计算如下：对于根节点i与节点i的叶子节点j相连的评分的可信度ci,j为： 其中，di为根节点i的度；λ为调节因子，取值范围为[0,1；所述时序数据的归一化时间戳信息tij为：在根节点i的时间尺度上对叶子节点j发生的时刻进行归一化；步骤5：若某一根节点的所有叶子节点的可信度都小于等于阈值，按照相似度高低，选取与所述某一根节点相似的节点的叶子节点并入到所述某一根节点的叶子节点中，并返回步骤4，直到所有根节点的可信度都高于阈值；步骤6：从根节点的叶子节点的数据中按照可信度的比例随机采样，将采样结果作为状态信息；其中，所述可信度的比例指叶子节点的可信度与该叶子节点所属的根节点的可信度的比例，根节点的可信度等于该根节点下所有叶子节点的可信度的和；步骤7：将所述状态信息输入到图神经网络实现状态的更新和聚合，以输出最终的节点表示；步骤8：将图神经网络G生成的根节点和叶子节点表示进行拼接，利用注意力机制实现评分预测，并结合真实评分计算出MSE损失；所述的阈值根据步骤8计算的MSE损失进行调整，初始时刻可以随机给定；新并入的叶子节点的评分与相似节点和叶子节点原有的评分一致。

全文数据：

权利要求：

百度查询： 重庆康洲大数据(集团)有限公司 基于图神经网络的时序数据自适应可信采样方法