一种基于图自编码器的个性化推荐方法

发明专利有效专利

申请号：
CN202011283015.5
IPC分类号：G06F16/9535;G06F40/284;G06N3/04;G06N3/08
申请日期：
2020-11-16
申请人：
安徽农业大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于图自编码器的个性化推荐方法
申请号	CN202011283015.5	申请日期	2020-11-16
法律状态	实质审查	申报国家	中国
公开/公告日	2021-02-09	公开/公告号	CN112347362A
优先权	暂无	优先权号	暂无
主分类号	G06F16/9535	IPC分类号	G;0;6;F;1;6;/;9;5;3;5;;;G;0;6;F;4;0;/;2;8;4;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	安徽农业大学	申请人地址	安徽省合肥市蜀山区长江西路130号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	安徽农业大学	当前权利人	安徽农业大学
发明人	吴国栋;刘玉良;李方;涂立静;李景霞;王伟娜
代理机构	安徽合肥华信知识产权代理有限公司	代理人	余成俊

摘要

本发明公开了一种基于图自编码器的个性化推荐方法，利用用户与物品的交互行为，构建邻接矩阵，并对其进行归一化处理，使用图卷积网络进行卷积操作，获取节点的隐层表示；利用用户评论文本和物品描述文本作为节点信息的来源，得到每个节点的初始特征向量，再使用图注意力网络聚合邻居节点特征，更新节点信息；利用用户和物品的属性特征，构建全连接网络计算得到隐层特征；将隐层特征进行拼接得到新的节点信息，构建全连接网络，进行编码，使用双线性解码器重构用户对物品的评分作为预测评分，针对得到的预测评分采用Top‑N推荐生成推荐物品列表。本发明能更精确的帮助分析用户对物品的偏好程度，找到用户的关注点，从而进行更有效的推荐。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供