基于图神经网络的会话推荐方法技术

本发明专利技术提供了一种基于图神经网络的会话推荐方法，主要包括以下步骤：（1）利用自注意力机制捕获项目之间的依赖关系；（2）使用软注意力机制学习图中的高阶特征；（3）使用全连接层更新项目的嵌入。与现有技术相比，本发明专利技术可以利用项目之间的依赖关系来更准确地更新项目的嵌入，并且更加关注高阶特征中的有用信息而抑制不重要的信息，在基于会话的推荐任务中取得了良好的效果。得了良好的效果。

【技术实现步骤摘要】
基于图神经网络的会话推荐方法


[0001]本专利技术涉及一种基于图神经网络的会话推荐方法，属于推荐系统领域。

技术介绍

[0002]当前，针对会话推荐系统的研究日益增多。基于用户的协同过滤算法不适用于基于匿名用户的会话推荐系统，基于物品的协同过滤算法仅考虑会话的最后一次点击，难以充分利用会话序列中有限的信息。基于马尔可夫链的会话推荐方法可以学习项目的相关性以预测用户下次将点击的项目，但由于马尔科夫决策过程独立组合过去的项目，难以达到较好的推荐效果。
[0003]近年来，深度学习已经成功应用在计算机视觉、自然语言处理等领域，将深度学习融入到推荐系统中成为一个重要的研究方向。循环神经网络(简称RNN)在传统推荐系统方面的成功应用为会话推荐提供了新的思路。GRU4Rec模型成功将RNN应用在会话推荐系统中，达到了较好的性能。大多数针对会话推荐设计的RNN模型相对于传统的方法均有较大提升。由于注意力机制的优势，许多研究人员将其应用在推荐系统领域。NARM(Neural Attentive Recommendation Machine)模型将注意本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图神经网络的会话推荐方法，其特征在于该方法包括以下步骤：S1、读取数据集中的会话数据，构建带有边缘权重的有向会话图,S2、基于会话图，利用邻接关系和高阶关系学习项目的嵌入表示,S3、利用一个全连接层更新项目的嵌入表示,如权利要求1所述的基于图神经网络的会话推荐方法，其特征在于：所述步骤S1的具体实现步骤是：读取数据集中的会话数据，并进行数据预处理，得到训练集和测试集。2.如权利要求1所述的基于图神经网络的会话推荐方法，其特征在于：所述步骤S2的具体实现步骤是：通过相邻节点学习项的嵌入，会话图中的边被认为是一阶关系;对于有向图...

【专利技术属性】
技术研发人员：桑胜，张志军，袁卫华，
申请(专利权)人：山东建筑大学，
类型：发明
国别省市：