一种存在减分机制基于图神经网络的推荐方法及系统技术方案

本发明专利技术涉及一种存在减分机制基于图神经网络的推荐方法及系统，该方法包括：获取用户数据集和用户特征，并对用户节点进行评分初始化；对用户进行正面评分及负面评分，等到加分向量及减分向量，同时根据减分向量评估该用户的安全性；向某个用户推荐好友时，将加分向量的各分量通过权重进行加和，并减去减分向量中各分量通过权重的加和；每隔一段时间，对用户的加分向量及减分向量进行更新，重新检测用户的安全性。本发明专利技术能够有效克服图数据中有标签节点数少的问题，从而能够更加快速、精准的检测出推荐系统中的异常账户。测出推荐系统中的异常账户。测出推荐系统中的异常账户。

【技术实现步骤摘要】
一种存在减分机制基于图神经网络的推荐方法及系统


[0001]本专利技术涉及推荐系统
，特别涉及一种存在减分机制基于图神经网络的推荐方法及系统。

技术介绍

[0002]在推荐系统广泛应用的前提下，存在很多社交账号实际使用者变化，或社交账号被盗的情况，在这种前提下，相应的推荐系统结构也会发生变化，从而好友推荐系统也应当产生相应的变化，同时对于被盗号或是突然被广泛拉黑的社交帐号应当提出预警。
[0003]如图1所示，现有技术提出了一种推荐系统异常账号检测方法及系统，其包括如下步骤：步骤S101：构建社交网络账户图；其中所述账户图包括节点、连边以及所述节点的初始特征，所述节点表示用户，所述初始特征表示用户特征。步骤S102：根据所述账户图，基于随机块模型，生成多个与所述账户图相关的图；步骤S103：确定编码器和解码器的结构，构建图变分去噪自编码器模型；步骤S104：通过多个相关图以及初始特征对图变分去噪自编码器模型进行训练，拟合账户图的拓扑结构，最终得到训练好的图变分去噪自编码器模型；步骤S105：构建预测模型；以图变分去噪自编码器模型的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种存在减分机制基于图神经网络的推荐方法，其特征在于，包括：获取用户数据集和用户特征，并对用户节点进行评分初始化；对用户进行正面评分及负面评分，等到加分向量及减分向量，同时根据减分向量评估该用户的安全性；向某个用户推荐好友时，将加分向量的各分量通过权重进行加和，并减去减分向量中各分量通过权重的加和；每隔一段时间，对用户的加分向量及减分向量进行更新，重新检测用户的安全性。2.根据权利要求1所述的存在减分机制基于图神经网络的推荐方法，其特征在于，所述获取用户数据集和用户特征包括：位置信息、性别信息、好友信息、转发点赞信息、负面信息记录。3.根据权利要求1所述的存在减分机制基于图神经网络的推荐方法，其特征在于，对用户节点进行评分初始化包括：对用户数据进行预处理，通过用户初始的好友信息和行为记录对加分向量和减分向量进行初始化。4.根据权利要求1所述的存在减分机制基于图神经网络的推荐方法，其特征在于，根据用户特征进行正面评分，得到加分向量，对负面信息记录进行负面评分得到减分向量。5.根据权利要求1所述的存在减分机制基于图神经网络的推荐方法，其特征在于，使用图神经网络对用户评分进行训练。6.根据权利要求1所述的存在减分机制基于图神经网络的推荐方法，其特征在于，在向某...

【专利技术属性】
技术研发人员：罗鑫，李超，王达，
申请(专利权)人：北京睿芯高通量科技有限公司，
类型：发明
国别省市：