面向推薦系統(tǒng)的時(shí)空?qǐng)D卷積方法和系統(tǒng)

基本信息

申請(qǐng)?zhí)?/td> CN202110471301.2 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN113269603A 公開(kāi)（公告）日 2021-08-17
申請(qǐng)公布號(hào) CN113269603A 申請(qǐng)公布日 2021-08-17
分類號(hào) G06Q30/06（2012.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 楊珍;丁銘;唐杰;劉德兵;張鵬;仇瑜 申請(qǐng)（專利權(quán)）人 北京智譜華章科技有限公司
代理機(jī)構(gòu) 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 王萌
地址 100084北京市海淀區(qū)中關(guān)村東路1號(hào)院6號(hào)樓6層603A
法律狀態(tài) -

摘要

摘要 本申請(qǐng)?zhí)岢鲆环N面向推薦系統(tǒng)的時(shí)空?qǐng)D卷積方法，涉及計(jì)算機(jī)技術(shù)領(lǐng)域，其中，該方法包括以下步驟：維持一個(gè)初始的用戶嵌入表示矩陣和一個(gè)初始的商品嵌入表示矩陣；聚合所述用戶和所述商品的鄰居信息；獲取鄰居聚合層輸出的用戶嵌入表示和商品嵌入表示，并堆疊多個(gè)傳播層來(lái)傳播所述的用戶嵌入表示和商品嵌入表示；獲取所述嵌入表示傳播層中多個(gè)用戶嵌入表示和多個(gè)商品嵌入表示得到用戶和商品的嵌入向量，并計(jì)算所述嵌入向量的內(nèi)積，根據(jù)所述內(nèi)積向用戶推薦商品。與現(xiàn)有技術(shù)中基于GNN的推薦方法和序列推薦方法相比，本申請(qǐng)通過(guò)設(shè)計(jì)一種建模時(shí)序信息的GCN，再分配給不同鄰居不同的時(shí)序注意力權(quán)重進(jìn)行探索時(shí)序信息，實(shí)現(xiàn)了更高的推薦性能。