| 专利号 | 2024101663655 | 申请日 | 2024-02-06 | 专利名称 | 基于图节点特征增强的多层迁移学习跨域推荐方法及系统 |
| 授权日 | 2024-05-14 | 专利权人 | 中国海洋大学 | 发明人 | 倪欣;聂婕;景年太;徐建良;殷波;高雪松;王晓东 |
| 主分类号 | G06F16/9535 | 关键词 | 应用领域 | ||
| 摘要 | 本发明属于跨域推荐技术领域，公开了基于图节点特征增强的多层迁移学习跨域推荐方法及系统，该方法首先利用用户和物品的索引ID，基于高阶图结构生成用户和物品在源域和目标域的初始嵌入特征；然后提取多维一致性用户偏好特征，然后基于Transformer模型架构深度融合用户初始图节点嵌入特征和多维一致性用户偏好特征，增强图节点嵌入特征；然后分层对齐源域和目标域的用户特征分布、并聚合各层用户和物品特征，最后得到最终用于评分预测的用户和物品嵌入特征，进行评分预测。通过本发明充分挖掘推荐系统中辅助信息的价值以提取用户多维一致性偏好特征，获得更高质量的用户特征表示，提高跨域推荐质量。 | ||||
| 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 | |||||
