[发明专利]基于图神经网络的会话推荐方法

权利要求书

1.一种基于图神经网络的会话推荐方法，其特征在于该方法包括以下步骤：

S1、读取数据集中的会话数据，构建带有边缘权重的有向会话图,

S2、基于会话图，利用邻接关系和高阶关系学习项目的嵌入表示,

S3、利用一个全连接层更新项目的嵌入表示,

如权利要求1所述的基于图神经网络的会话推荐方法，其特征在于：所述步骤S1的具体实现步骤是：读取数据集中的会话数据，并进行数据预处理，得到训练集和测试集。

2.如权利要求1所述的基于图神经网络的会话推荐方法，其特征在于：所述步骤S2的具体实现步骤是：通过相邻节点学习项的嵌入，会话图中的边被认为是一阶关系;对于有向图，可以构建边缘权重矩阵，它表示有向图的正向1阶权重矩阵和反向1阶权重矩阵的串联,当间隔一个项目构建图时，可以认为阶数为2,然后通过软注意力机制计算每阶的特征的权重。

3.如权利要求1所述的基于图神经网络的会话推荐方法，其特征在于：所述步骤S3的具体实现步骤是： 为了在会话图中更新嵌入时综合考虑会话中的结构信息，将各阶矩阵进行串联：然后全连接层融合高阶特征的嵌入;

本发明用图注意层来学习图中项目之间的关系，并采用高阶特征注意层来调整非相邻物品之间的信息传输,特征向量在嵌入更新层中连接，以获得每个项目的嵌入，提高了会话推荐的性能。