【技术实现步骤摘要】
一种基于轻量图卷积网络的社交推荐系统
[0001]本专利技术涉及数据挖掘领域，具体是一种基于轻量图卷积网络的社交推荐系统。
技术介绍
[0002]随着电子商务规模的不断扩大，商品个数和种类快速增长，顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题，个性化推荐系统应运而生。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台，以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。其中，基于社交信息的个性化推荐系统利用了已知的用户社交信息以实现网站对用户的个性化推荐。
[0003]与传统的推荐系统不同的是，传统推荐系统存在着数据稀疏问题：仅仅挖掘用户
‑
物品的交互信息，因而表示能力也受限于少量的用户交互数据。以社交为基础的推荐系统因挖掘社交网络数据从而加强了用户和物品的表示，解决了数据稀疏问题。社会关系已被实际情况证明是有助于提高推荐准确性的。
[0004]当下，一种基于图神经网络(...
【技术保护点】
【技术特征摘要】
1.一种基于轻量图卷积网络的社交推荐系统，其特征在于：包括信息获取模块、所述信息传播模块和信息推荐模块。所述信息获取模块随机生成用户向量信息和物品向量信息并传输至信息传播模块；所述信息传播模块对用户向量信息和物品向量信息进行迭代计算，得到不同层级的物品表示集合和不同层级的用户表示集合所述信息传播模块将物品表示集合和用户表示集合传输至信息推荐模块；所述信息推荐模块根据物品表示集合和用户表示集合确定用户与物品之间的匹配等级，若匹配等级大于阈值ε，则向用户推荐该物品。2.根据权利要求1所述的一种基于轻量图卷积网络的社交推荐系统，其特征在于：所述信息获取模块采用边结构信息或标准正态分布随机生成用户向量信息和物品向量信息品向量信息n和m分别是用户数和物品数，d是向量表示的维度大小。3.根据权利要求1所述的一种基于轻量图卷积网络的社交推荐系统，其特征在于：所述信息传播模块存储有用户
‑
物品交互图、用户社交图和轻量图卷积网络。4.根据权利要求3所述的一种基于轻量图卷积网络的社交推荐系统，其特征在于，获取不同层级的物品表示集合的步骤包括：将物品向量信息输入到轻量图卷积网络，令轻量图卷积网络在用户
‑
物品交互图上对物品向量信息迭代K次，得到不同层级的物品表示集合其中，第k+1层物品表示如下所示：式中，分别表示物品i和用户u在用户
‑
物品交互图中的相邻集合。5.根据权利要求3所述的一种基于轻量图卷积网络的社交推荐系统，其特征在于，获取不同层级的用户表示集合的步骤包括：1)将用户向量信息输入到轻量图卷积网络，令轻量...
【专利技术属性】
技术研发人员：廖捷，周魏，文俊浩，杨正益，曾骏，覃梦秋，柳玲，蔡海尼，张瀚文，刘林，
申请(专利权)人：重庆大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。