欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 202310537345X
申请人: 郑州大学
专利类型:发明专利
专利状态:未下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种面向社会时序化推荐的图增强联合注意力方法,其特征在于,包括如下步骤:

(1)表征初始化:运用独热编码技术将每个用户和物品初始化为向量化表示,并为每个用户额外引入一个用于捕获社会化影响的向量,为每个物品额外引入一个用于捕获序列化模式的向量,分别用于后续建模社会化影响与序列偏好;

(2)线性图卷积:基于用户-物品交互图,执行多层线性图卷积操作进行近邻聚合,显式建模用户与物品之间的高阶协同关系,从而生成用户的长期偏好表示;

(3)联合注意力:包括以下两个子模块:时间感知的注意力机制和社会感知的注意力机制;其中,时间感知的注意力机制能动态调整近期访问过的每个物品对于短期兴趣建模的贡献度,包括如下步骤:首先,根据用户u的当前时间戳Ttu引入时间间隔特征:然后,计算注意力向量:之后,在h(u,l,t)和上运用softmax函数得出权重值:最后,得出用户u在时刻t的兴趣:而社会感知的注意力机制能动态调整不同时刻下每个朋友对于预测用户下一行为的重要性,包括如下步骤:首先,计算注意力向量:h(u,v,t)=φ(zu(t)W3+qvW4+b′);然后,采用softmax函数在h(u,v,t)和上进行归一化得出权重值:最后,计算朋友的影响力:(4)模型预测:将通过线性图卷积操作得到的用户长期偏好与通过联合注意力机制得到的同时考虑了动态序列模式和社会化影响的短时兴趣进行融合,预测用户对候选物品的偏好。

2.根据权利要求1所述的社会时序化推荐的图增强联合注意力方法,其特征在于,图卷积模块采用线性传播规则堆叠多个图卷积层,并通过平均池化生成用户的长期偏好表示;包括如下步骤:(1)运用独热编码技术来初始化每个用户或物品为一个向量化表示,额外为每个物品初始化一个向量用于捕获序列化模式,并为每个用户初始化一个向量用于捕获社会化影响,所有物品和用户的表征可表示为:(2)运用近邻聚合的操作从近邻用户中收集特征,显式建模用户-物品交互图中的协同信号,图传播模块的第k层用户和物品的表征可表示为:(3)采用平均池化策略来生成用户和物品的最终表征:

3.根据权利要求1或2所述的面向社会时序化推荐的图增强联合注意力方法,其特征在于,用户对物品的偏好得分由长期偏好、时间感知的短期兴趣、社会感知的短期兴趣与目标物品表示进行融合后计算得到,并考虑了目标物品的流行度:

4.根据权利要求1或3所述的面向社会时序化推荐的图增强联合注意力方法,其特征在于,所述方法采用基于随机负采样的二元交叉熵损失函数进行优化,通过随机梯度下降方法更新模型参数: