CN119493908A 一种基于图神经网络的多行为序列推 荐方法及系统 （北京鸿途信达科技股份有限公司）_第1页
CN119493908A 一种基于图神经网络的多行为序列推 荐方法及系统 （北京鸿途信达科技股份有限公司）_第2页
CN119493908A 一种基于图神经网络的多行为序列推 荐方法及系统 （北京鸿途信达科技股份有限公司）_第3页
CN119493908A 一种基于图神经网络的多行为序列推 荐方法及系统 （北京鸿途信达科技股份有限公司）_第4页
CN119493908A 一种基于图神经网络的多行为序列推 荐方法及系统 （北京鸿途信达科技股份有限公司）_第5页
已阅读5页，还剩18页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于图神经网络的多行为序列推荐方本发明公开了一种基于图神经网络的多行为序列推荐方法及系统，涉及推荐系统技术领传统推荐系统中的冷启动问题和推荐准确率下2在用户交互图中，构建用户节点特征矩阵和物品节点特征矩阵3通过多层的图卷积操作，将用户和物品的特征矩阵进行聚合，输出每基于更新后的用户交互图，获取用户和物品节点的更新后的特征基于学习到的Q值输出推荐物品的概率分布，从中选取Q值最大的推8.一种基于图神经网络的多行为序列推荐系统，基于9.一种计算机设备，包括存储器和处理器，所述存储器存被处理器执行时实现权利要求1～7任一所述的基于图神经网络的多行为序列推荐方法的4[0009]作为本发明所述基于图神经网络的多行为序列推荐[0010]作为本发明所述基于图神经网络的多行为序列推荐5[0015]作为本发明所述基于图神经网络的多行为序列推荐[0021]作为本发明所述基于图神经网络的多行为序列推荐[0030]作为本发明所述基于图神经网络的多行为序列推荐基于用户节点特征矩阵和物品节点特征矩阵，利用图神经网络对用户交互图进行特征学[0037]作为本发明所述基于图神经网络的多行为序列推荐6789+1)，用于将当前层的特征映射到下一层的特征空间，σ表示激活函数ReLU(Rectifiedhu表示第i个用户节点的更新后的特征向量，表示第j个物新后的特征向量，m表示用户节点的数量，H(L)表示图卷积网络的第L层输出的节点特征矩表示在时间步t后的下一个状态，表示在状态st+1下所有可能动作a的Q值何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(StaticRandomAccessMemory,简称SRAM)，电可擦除可编程只读存储器(ElectricallyErasableProgrammableRead－OnlyMemory,简称EEPROM)，可擦除可编程只读存储器(ErasableProgrammableReadOnlyMemory,简称EPROM)，可编程只读存储器(ProgrammableRed－OnlyMemory,简称PROM)，只读存储器(Read－OnlyM

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论