[发明专利]一种基于图卷积神经网络的捆绑推荐方法及系统在审
| 申请号： | 202010244341.9 | 申请日： | 2020-03-31 |
| 公开（公告）号： | CN111611472A | 公开（公告）日： | 2020-09-01 |
| 发明（设计）人： | 李勇;常健新;高宸;金德鹏 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06N3/04;G06N3/08;G06Q30/06 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 杨云云 |
| 地址： | 100084 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种基于图卷积神经网络的捆绑推荐方法及系统。该方法包括：获取用户与捆绑历史交互数据、用户与物品历史交互数据和捆绑与物品从属关系数据；再输入至捆绑推荐模型中，得到捆绑推荐模型输出的用户与捆绑交互可能性推荐结果；其中所述捆绑推荐模型通过基于用户数据集合、捆绑数据集合和物品数据集合构建统一异构图，提取物品层级图卷积传播特征和捆绑层级图卷积传播特征之后进行联合预测及特征连接，并基于难负样本学习策略训练所得到的。本发明实施例通过将用户、捆绑和物品之间的交互关系和从属关系重构为图，并利用图神经网络的强大能力从复杂的拓扑结构和高阶连通性中学习三种关联实体表示，能达到更好的推荐性能。 | ||
| 搜索关键词： | 一种 基于 图卷 神经网络 捆绑 推荐 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010244341.9/，转载请声明来源钻瓜专利网。
