| 专利号 | 2020107933768 | 申请日 | 2020-08-10 | 专利名称 | 基于特征交互图神经网络的上下文感知推荐方法及系统 |
| 授权日 | 2023-09-15 | 专利权人 | 齐鲁工业大学 | 发明人 | 高茜;马鹏程 |
| 主分类号 | G06F16/9535 | 关键词 | 应用领域 | ||
| 摘要 | 本发明公开了一种基于特征交互图神经网络的上下文感知推荐方法及系统，属于数据挖掘技术领域，本发明要解决的技术问题为如何提高推荐系统预测的准确性和可解释性，技术方案为：该方法具体如下：S1、从数据集中获取用户、项目及上下文的特征数据；S2、根据历史记录将数据集划分为上下文‑用户数据集和上下文‑项目数据集；S3、分别对上下文‑用户数据集和上下文‑项目数据集进行one‑hot编码和embedding嵌入；S4、构造上下文‑用户和上下文‑项目特征图；S5、分别对上下文‑用户特征图和上下文‑项目特征图中的节点进行初始化表示；S6、分别对上下文‑用户特征图和上下文‑项目特征图中的节点进行特征交互建模；S7、构建图神经网络输出层，得到预测结果。 | ||||
| 创新点 | |||||
| 技术分类 | 标 签 | 战兴产业 | 新一代信息技术 下一代信息网络产业 | ||
| 运营方式 | 合作方式 | ||||
| 联系人 | 联系电话 | 电子邮箱 | |||
| 详细说明 | |||||
