内容提供者
基于行为感知图神经网络的推荐处理方法、服务器及介质.pdf
2023-07-24
10金币
1.6MB
24页
一只****爱敏
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共24页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
相关资料
基于行为感知图神经网络的推荐处理方法、服务器及介质.pdf
本发明公开了基于行为感知图神经网络的推荐处理方法，服务器及介质，具体包括：将获取的各异构行为会话分为目标行为序列以及辅助行为序列。基于目标行为序列，通过预先构建的同构行为转换图学习得到目标行为序列物品表征，并通过目标行为序列物品表征计算得到目标行为序列表征；基于辅助行为序列，通过预先构建的同构行为转换图以及异构行为转换图学习得到辅助行为序列物品表征，并进一步计算得到辅助行为序列表征；基于所述目标行为序列表征以及辅助行为序列表征，融合得到会话表征，进一步得到物品的预测分数，并根据预测分数向用户推荐物品。通过
2023-07-24
10
1.6MB
基于图神经网络与用户意图感知的用户购买行为预测方法.pdf
本发明将用户的历史购买数据中的物品作为一个行为序列，然后基于这些序列构造有向图，其中每个节点代表用户购买过的一个物品，每条有向边表示用户在购买过此边的源物品之后购买了指向的物品。基于此图，通过图神经网络捕获物品之间的联系以及物品与用户的联系并准确地生成物品的向量表示，并且通过用户意图感知模块准确地捕获用户当前的意图，将其作为用户的向量表示。基于这些物品的向量表示和用户的向量表示，将其与注意力机制结合，为用户推荐可能感兴趣的物品。
2023-11-26
10
792KB
基于图神经网络的知识感知推荐方法研究的开题报告.docx
基于图神经网络的知识感知推荐方法研究的开题报告开题报告一、研究背景知识感知推荐是在推荐系统中发展起来的一个新领域，该领域主要关注用户行为数据和知识图谱等多源数据的融合，从而实现个性化推荐。如何提高推荐系统面对海量数据的处理速度和准确度是当前的研究热点问题之一。另一方面，随着国内外各大企业、政府行业的信息化深入发展，知识图谱技术也逐渐发挥了越来越重要的作用，承担着数据共享、智能搜索、智能问答、智能推荐等诸多任务，因此将知识图谱融入到推荐系统中，提升其个性化效果，具有非常重要的现实意义。为了解决传统推荐系统在
2024-09-26
5
11KB
基于图神经网络的知识感知推荐方法研究的任务书.docx
基于图神经网络的知识感知推荐方法研究的任务书一、任务背景和意义在日常生活中，推荐系统陪伴我们找到合适的商品、歌曲、文章、视频等。良好的推荐系统可以提高用户转化率和满意度，为平台带来更高的利润和声誉。然而，传统的基于协同过滤、内容过滤等方法面临数据稀疏性、冷启动、个性化等挑战。近年来，引入图神经网络（GraphNeuralNetwork,GNN）来建模推荐系统已成为研究的热点。GNN是一种新型的深度学习方法，可以处理非欧几里得空间上的深度学习任务，如社交网络、知识图谱等。将GNN应用于推荐系统中，可以借助知
2024-10-16
5
11KB
基于双线性感知图神经网络模型的视听推荐系统、方法.pdf
本发明提供一种基于双线性感知图神经网络模型的视听推荐系统、方法，通过相似度函数计算获取的节目向量与预获取的用户嵌入向量的相似度；而后使用预测激活函数（sigmoid激活函数）将相似度的范围限制在预设区间内，以将预设区间内的值作为用户视听选择的可能性评估分值，构建为基于知识图谱的个性化视听推荐模型——融合文本信息的双线性知识感知图神经网络模型系统；该系统通过在图神经网络的基础上增加双线性采集器来捕捉知识图谱中邻居节点的二阶特征交互信息，获取节目知识向量，并且通过节目文本表示模块获取节目文本向量，进而基于节目
2023-07-24
10
1.6MB