【技术实现步骤摘要】
基于特征融合的中小微企业服务图卷积网络推荐方法
[0001]本专利技术属于信息推荐
,尤其涉及基于特征融合的中小微企业服务图卷积网络推荐方法。
技术介绍
[0002]中小微企业是我国经济的重要组成,国家一直大力支持中小微企业实现数字化发展。中小微企业服务推荐平台是解决中小微数字化转型及中小微企业数据资源再利用的有效方案,通过平台共享经济模式,解决中小微企业的资金规模、管理水平的限制,助力中小微企业高速高质量发展。个性化推荐技术可以智能感知用户需求,通过用户与服务之间的关系为中小微企业提供个性化、精准的综合质量服务推荐。
[0003]推荐系统的主要目标是主动地根据用户的偏好提供有价值并且有针对性的信息。现有技术的推荐系统在性能上通常受到冷启动和数据稀疏性的限制。为了解决这些问题,使用辅助信息是一种非常有潜力的方向。近年来许多基于深度学习的方法尝试融合辅助信息进行推荐,相对传统方法取得了性能上的提高,但是很少有模型能够处理图结构信息。因此如何基于中小微企业数据资源的图结构信息并很好地利用中小微企业信息以及服务资源信息做到对中小微企业提供个性化、精准化的服务推荐成为本专利技术要要解决的问题。
技术实现思路
[0004]针对上述现有技术的不足,本专利技术的目的在于提供一种基于特征融合的中小微企业服务图卷积网络推荐方法,通过对中小微企业用户信息以及服务资源信息进行整理分类得到中小微企业以及服务资源特征信息,再结合图卷积矩阵补全(GCMC,Graph Convolutional Matrix Com ...
【技术保护点】
【技术特征摘要】
1.一种基于特征融合的中小微企业服务图卷积网络推荐方法,其特征在于,包括:步骤1、数据采集和数据预处理;步骤2、基于数据预处理结果提取用户自身特征、服务自身特征以及构建用户
‑
服务二部图;步骤3、将所述用户自身特征、服务自身特征及用户
‑
服务二部图,经过图卷积神经网络进行编码和辅助特征融合得到用户、服务特征的最终嵌入表示;步骤4、基于所述用户、服务特征的最终嵌入表示进行用户
‑
服务的链路连接预测,将预测为确定连接的服务资源推荐给用户。2.根据权利要求1所述的方法,其特征在于,所述数据采集具体为收集平台的原始数据,包括用户信息、服务信息和交易信息;以及在用户信息、服务信息的节点信息中融入用户、服务的辅助信息,如企业行业类型、企业归属地、公司类型、服务资源类型。3.根据权利要求1或2所述的方法,其特征在于,所述数据预处理具体为对采集到的数据进行数据清洗,对其中重复、缺失、不规范的数据进行删除处理,分别形成用户特征表[用户id,行业大类,行业中类,行业小类,公司归属地,公司类型],服务特征表[服务id,服务大类,服务中类,服务小类],交易数据表[用户id,服务id,评分r],评分r表示用户和服务的交易关系。4.根据权利要求1所述的方法,其特征在于,所述步骤S2具体为:使用特征处理方法对用户特征和服务特征进行处理分别得到用户自身特征和服务自身特征的表示;根据用户
‑
服务的交互信息构建用户
‑
服务二部图,表示为G=(U,V,E),其中U代表用户的集合,V代表服务的集合,E代表交易边的集合,用户
‑
服务二部图的归一化邻接矩阵为A
′
。5.根据权利要求1所述的方法,其特征在于,所述步骤S3具体为,将所述用户自身特征、所述服务自身特征、所述用户
‑
服务二部图的归一化邻接矩阵作为模型输入,通过图卷积神经网络学习得到用户
‑
服务交易信息下的用户、服务潜在特征的嵌入表示h,在全连接层得到用户、服务辅助信息的用户、服务的嵌入表示f,然后将h、f一起输入到全连接层得到用户、服务特征的最终嵌入表示。6.根据权利要求1所述的方法,其特征在于,所述步骤S3包括:将用户自身特征、服务自身特征、用户
‑
服务二部图输入图卷积神经网络进行局部图卷积,其中特征值的信息被沿着图的边传递和转换,从服务节点j到用户节点i传递的消息表示为μ
j
→
i,r
,从用户节点i到服务节点j的消息表示为μ
i
→
j,r
;在消息传递之后,对每个节点都进行消息累计操作:对评分r...
【专利技术属性】
技术研发人员:何琼,陈进东,张健,贾昊男,
申请(专利权)人:北京信息科技大学,
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。