[发明专利]一种基于配对法与图卷积神经网络的用户偏好预测方法

摘要

本发明涉及一种基于配对法与图卷积神经网络的用户偏好预测方法，属于推荐系统技术领域。首先，预处理数据并将其分为训练集和测试集，用测试集数据构建用户‑商品矩阵，各评分对应的分级矩阵并对每个用户构造商品间两两成对比较；其次，初始化用户和商品向量组输入图卷积层，并融合用户年龄，职业和商品属性等额外信息得到用户和商品嵌入向量组；然后，通过预测层得到预测值并利用配对损失函数优化模型参数；最后，利用训练好的模型预测用户偏好。本发明利用图卷积神经网络挖掘用户‑商品交互信息，同时构造融合非线性和线性交互的预测层。此外，本方法基于配对法构造损失函数，有效地解决了不同用户的评分标准不同使得评分不具备可比较性的问题。