发明

一种基于图神经网络和对比学习的电商产品推荐方法2023

2023-11-05 07:18:23 发布于四川 32
  • 申请专利号:CN202310985488.7
  • 公开(公告)日:2023-10-31
  • 公开(公告)号:CN116977027A
  • 申请人:广东外语外贸大学
摘要:本发明公开了一种基于图神经网络和对比学习的电商产品推荐方法,利用了用户和电商产品的交互图中的异构信息,充分挖掘用户和电商产品之间的协同信息,用以改善冷启动和数据稀疏性问题;借助图和超图神经网络技术聚合邻居节点和超边的特征信息,学习到用户和电商产品之间深层次的关联关系,用以缓解数据稀疏性问题和特征信息表达问题;应用对比学习的思想,最大化基于图和超图神经网络获得的用户综合特征向量、电商产品综合特征向量之间的互信息,提纯用户和电商产品的综合特征向量,学习到高质量的特征向量表示,从而解决用户和电商产品的特征表达信息量不足的问题。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116977027 A (43)申请公布日 2023.10.31 (21)申请号 202310985488.7 (22)申请日 2023.08.07 (71)申请人 广东外语外贸大学 地址 510000 广东省广州市白云区白云大 道北2号 (72)发明人 廖凌霄 谢芬方 唐明董 韩小花  (74)专利代理机构 广州市百拓共享专利代理事 务所(特殊普通合伙) 44497 专利代理师 肖洪梅 (51)Int.Cl. G06Q 30/0601 (2023.01) G06N 3/042 (2023.01) G06N 3/045 (2023.01) G06N 3/048 (2023.01) G06N 3/08 (2023.01) 权利要求书4页 说明书9页 附图2页 (54)发明名称 一种基于图神经网络和对比学习的电商产 品推荐方法 (57)摘要 本发明公开了一种基于图神经网络和对比 学习的电商产品推荐方法,利用了用户和电商产 品的交互图中的异构信息,充分挖掘用户和电商 产品之间的协同信息,用以改善冷启动和数据稀 疏性问题;借助图和超图神经网络技术聚合邻居 节点和超边的特征信息,学习到用户和电商产品 之间深层次的关联关系,用以缓解数据稀疏性问 题和特征信息表达问题;应用对比学习的思想, 最大化基于图和超图神经网络获得的用户综合 特征向量、电商产品综合特征向量之间的互信

最新专利