基于图神经网络预测用户评级的方法和装置.pdf
小宏****aa
亲,该文档总共35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
基于图神经网络预测用户评级的方法和装置.pdf
本申请公开了人工智能领域中基于图神经网络预测用户评级的方法和装置。本申请提供的技术方案中,根据用户购买商品的历史记录和用户对商品的用户评论中的商品特征构建用户‑商品‑商品特征三部图;根据构建的三部图,使用神经网络学习用户、商品和商品特征的表征信息,其中,用户的表征信息由相邻商品特征的表征信息和相邻商品的表征信息学习而来,商品的表征信息由相邻商品特征的表征信息和相邻用户的表征信息学习而来,商品特征的表征信息由相邻用户和相邻商品的表征信息学习而来;学习到的用户表征信息、商品表征信息和商品特征表征信息通过神经网
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。
基于时序图神经网络的网络安全态势预测方法和装置.pdf
本公开涉及一种基于时序图神经网络的网络安全态势预测方法和装置,其中,方法包括:获取历史时间段内的多个网络态势评估数据按照多个时间点划分,得到每个时间点对应的待训练网络态势评估数据,获取每个时间点待训练网络态势评估数据的指标态势得分和指标权重进行计算,得到每个时间点待训练网络态势评估数据的历史安全态势值,将每个时间点对应的待训练网络态势评估数据输入预先构建的时序图神经网络得到训练态势值,基于训练态势值和历史安全态势值调整时序图神经网络的模型参数得到已训练的时序图神经网络对待处理网络态势评估数据进行处理,得到
一种基于图神经网络进行预测的方法、系统和装置.pdf
本说明书提供一种基于图神经网络进行预测的方法、系统和装置,所述方法包括:将多个节点的特征向量输入转换模型,获得多个节点的转换向量;针对每一个邻居节点,将待预测节点的转换向量、邻居节点的转换向量,以及连接待预测节点和邻居节点的边的特征向量拼接,并将拼接得到的第一拼接向量输入传播模型,获取邻居节点的传播向量;基于至少一个邻居节点的传播向量以及待预测节点的转换向量,聚合获取待预测节点的表示向量;用待预测节点的表示向量替代待预测节点的转换向量,迭代传播和聚合,得到待预测节点的新的表示向量;将待预测节点的新的表示向
基于图神经网络模型的节点表示方法和装置.pdf
本说明书实施例提供一种基于图神经网络模型的节点表示方法和装置,方法包括:获取动态变化的关系网络图在多个时间切片中对应的多个图结构,以及基于所述多个图结构分别训练的多个图神经网络模型;从所述多个图结构中,分别提取目标节点对应于所述多个时间切片的多个子图;将所述多个子图对应输入到所述多个图神经网络模型,得到所述目标节点对应于所述多个时间切片的多个节点嵌入向量;通过基于时序的神经网络模型,融合所述多个节点嵌入向量,得到所述目标节点的融合向量。能够提升基于图神经网络模型的节点表示的准确性。