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：长春工业大学
摘要：本发明公开了一种基于偏好与距离图神经网络的社交推荐方法，属于社会化推荐领域，具体步骤如下：输入用户的社交信息和用户的特征信息；预处理数据得到每个用户的初始嵌入向量和初始嵌入邻接矩阵；划分用户的社交偏好子图和用户的社交距离子图；分别计算用户的社交偏好权重和用户的社交距离权重；构建用户的社交偏好嵌入向量和社交距离嵌入向量并使用MLP模型更新构建的社交偏好嵌入向量和社交距离嵌入向量；引入注意力机制自适应的分配权重进行特征融合，得到用户社交特征最终嵌入表示；最后计算出各用户的社交对象推荐得分。本发明充分考虑到用户的社交偏好和社交距离，并通过个性化的损失函数优化模型参数，能够更加精确的为社交用户推荐社交对象，有效提升社交推荐的精度。
主权项：1.一种基于偏好与距离图神经网络的社交推荐方法，包括以下步骤：步骤1、输入用户的社交信息和用户的特征信息；步骤2、根据用户的社交信息及用户的特征信息构建社交网络图数据；步骤3、预处理社交网络图数据，并将社交网络图数据划分为训练集和测试集；步骤4、构建图神经网络模型，使用划分的训练集对图神经网络进行训练得到社交偏好与距离推荐模型；步骤4.1、构建每个用户作为节点时的初始嵌入向量以及用户社交的初始嵌入邻接矩阵；步骤4.2、划分出用户社交偏好子图和用户社交距离子图；步骤4.3、分别计算出用户的社交偏好权重和社交距离权重；步骤4.4、构建用户之间的社交偏好嵌入向量和社交距离嵌入向量；步骤4.5、使用多层感知机算法分别计算社交距离嵌入向量和社交偏好嵌入向量的损失值，并进行更新更好的嵌入表示，使得社交偏好嵌入向量和社交距离嵌入向量具有更强的解释能力和推荐能力；步骤4.6、将用户的节点初始嵌入向量与用户的社交距离嵌入向量和社交偏好嵌入向量进行特征融合；步骤4.7、使用均方误差损失函数计算模型训练效果并进行模型参数调整；步骤5、采用社交偏好与距离图神经网络的社交推荐模型对用户进行社交偏好预测，得到用户社交对象的偏好与距离推荐得分。
全文数据：
权利要求：
百度查询： 长春工业大学 一种基于偏好与距离图神经网络的社交推荐方法
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