[发明专利]一种基于会话推荐的全局上下文增强图神经网络方法在审
| 申请号： | 202110854588.7 | 申请日： | 2021-07-28 |
| 公开（公告）号： | CN113487018A | 公开（公告）日： | 2021-10-08 |
| 发明（设计）人： | 曲海成;郭江涛 | 申请（专利权）人： | 辽宁工程技术大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06F40/35 |
| 代理公司： | 北京华夏正合知识产权代理事务所(普通合伙) 11017 | 代理人： | 韩登营;张丽萍 |
| 地址： | 123000 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 会话 推荐 全局 上下文 增强 神经网络 方法 | ||
【权利要求书】：
1.一种基于会话推荐的全局上下文增强图神经网络方法，其特征在于，包括以下步骤：
S1、通过采用会话感知注意机制，基于全局图结构递归地合并每个节点的邻居的嵌入，从而在所有会话中学习全局级别的项目嵌入；
S2、在会话图上使用GNN模型来学习当前会话中的会话级项目嵌入；
S3、通过聚合会话级和全局级的学习项目表示来建模当前会话的用户偏好；
S4、输出用于推荐的候选项目的预测概率。
2.如权利要求1所述的基于会话推荐的全局上下文增强图神经网络方法，其特征在于，所述步骤S1的具体步骤如下：
S11、利用图注意力网络的思想，根据每个连接的重要性生成注意力权重；
S12、通过采用softmax函数对邻居的系数进行归一化。
3.如权利要求1所述的基于会话推荐的全局上下文增强图神经网络方法，其特征在于，所述步骤S2的具体步骤如下：
S21、对于不同的关系，训练四个权重向量；
S22、通过计算与系数对应的特征的线性组合来获得每个节点的输出特征。
4.如权利要求1所述的基于会话推荐的全局上下文增强图神经网络方法，其特征在于，所述步骤S3的具体步骤如下：
S31、对于每个项目，通过结合全局上下文和会话上下文来获得其表示；
S32、将会话序列输入图神经网络后，可以获得会话中涉及的项目的表示；
S33、通过线性组合项目表示来获得会话表示。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于辽宁工程技术大学，未经辽宁工程技术大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202110854588.7/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种液体喷洒方法、系统及装置
- 下一篇：一种应用于环保的废物回收循环利用装置
