龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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技术应用领域，具体涉及一种基于动态图神经网络的商品对齐方法，包括：获取不同电商平台的商品信息，确定待匹配商品，将不同电商平台的商品信息输入训练好的动态图神经网络，得到待匹配商品与其余商品的匹配分数，选取与待匹配商品处于不同电商平台且匹配分数最高的商品作为待匹配商品的对齐商品；本发明设计了基于时间感知上下文演化模块，在处理电商平台的数据时，捕捉随时间变化的商品属性之间的时间关系；本发明采用时间关系注意力机制，确保了在考虑商品属性与商品关系的同时通过评估并赋予不同时间点以相应的注意力权重，精准反映了各个时间节点的贡献度及重要性，从而实现更加精准的跨平台商品匹配。
主权项：1.一种基于动态图神经网络的商品对齐方法，其特征在于，包括：获取不同电商平台的商品信息，确定待匹配商品，将不同电商平台的商品信息输入训练好的动态图神经网络，得到待匹配商品与其余商品的匹配分数，选取与待匹配商品处于不同电商平台且匹配分数最高的商品作为待匹配商品的对齐商品；所述动态图神经网络包括：上下文演化模块、图注意网络GAT、GCN-GRU组合网络；动态图神经网络的训练过程包括：S1、获取不同电商平台的商品信息，对商品信息进行提取，得到商品序列；所述商品序列包括多个商品，每个商品包括基本属性及其属性值；所述基本属性按照出现的时间顺序排列；S2、采用上下文聚类方法对商品序列进行上下文聚类，得到商品簇集合；S3、构建商品簇集合中每个商品簇的商品知识图谱；所述商品知识图谱的节点为商品，边为商品之间的关系；S4、将商品簇及其商品知识图谱输入上下文演化模块得到每个商品簇的商品嵌入；S5、将商品簇的商品嵌入输入GAT利用时间关系注意力机制进行处理，得到每个商品簇的每个商品的隐含特征表示；S6、确定目标商品，将商品簇的每个商品的隐含特征表示输入GCN-GRU组合网络，得到目标商品最终的嵌入表示；S7、将目标商品最终的嵌入表示输入全连接层，得到目标商品的预测结果；S8、根据目标商品的预测结果计算损失函数值，根据损失函数值更新模型参数，当损失函数值最小时，完成模型训练。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于动态图神经网络的商品对齐方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号