[发明专利]一种基于图神经网络的众测推荐方法

权利要求书

1.一种基于图神经网络的众测推荐方法，其特征在于，包括如下步骤：

步骤1，生成图阶段：将用户与项目形成的二分图和用户之间的社交网络进行融合，合成异质图，如果存在新加入的用户或者项目，通过K近邻方法选取特征相似度最高的K个节点，在异质图上生成新边以增加节点之间关联度；

预先定义异质图每条边的关系并为每条边的关系建立特征矩阵；相同的关系的边共享特征矩阵参数；

步骤2，训练阶段：将用户特征、项目特征与第一步中生成的异质图送入图神经网络，通过图卷积的方式聚合邻居信息，最后生成用户的嵌入表示、项目的嵌入表示以及边的嵌入表示；

训练阶段中对于每种关系的边都建模一个可训练的矩阵作为边的嵌入表示，边的嵌入表示作为下游推荐任务中链接预测解码器的参数，使整个系统实现端到端的训练过程；

步骤3，推荐阶段：选择需要推荐的项目或众测人员，将图神经网络生成的用户嵌入表示和项目嵌入表示送入关系嵌入表示的双线性解码器中，对于每种关系都得到一个数值，进行softmax之后得到关系可能性分布，最后根据可能性大小得出一个推荐列表；

用于推荐的链接预测中，对于众测人员节点和众测任务节点之间的关系预测，将待推荐人员和任务之前用图神经网络中的嵌入表示送入不同关系的双线性解码器中，并且对所有关系得到的值进行softmax，将最高的k个链接作为推荐项；对于各种关系只需要进行解码和归一化即可，一个模型实现多种关系的预测。

2.根据权利要求1所述基于图神经网络的众测推荐方法，其特征在于：预先定义异质图每条边的关系包括任务之间的协同关系、测人员之间的邀请关系。