融合非遗传承人社交关系的图卷积内容推荐方法技术

本发明专利技术公开了融合非遗传承人社交关系的图卷积内容推荐方法，包括：对用户

【技术实现步骤摘要】
融合非遗传承人社交关系的图卷积内容推荐方法


[0001]本专利技术属于非遗传播
，尤其涉及融合非遗传承人社交关系的图卷积内容推荐方法
。

技术介绍

[0002]应用智能推荐算法进行数字内容平台中非遗内容的个性化推荐，以此推动非遗传承发展及产业化进程，这一方法已被许多学者在其公开发表的论文中进行过阐述和探讨
。
有学者在其研究中提到，基于智能算法实现非物质文化遗产相关数字内容的精准推送，能够提高非遗的普及度，弥补非遗信息传播范围短板，在一定程度上激发普通用户的兴趣
。
例如，借助推荐方法中经典的协同过滤方法，可根据相似度推荐用户可能会浏览的非遗内容；而在数字内容平台中，用户之间的互动
、
用户与内容之间的交互，所形成的社交网络，也可利用其中节点之间的信任度作为非遗内容的传播网络
。
还有学者认为，在非遗内容的传播中，有必要根据受众特征
、
非遗自身特点等，结合智能化推荐算法，对非遗内容进行广泛且精准的推荐，以扩大非遗数字内容的影响力<br/>。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
融合非遗传承人社交关系的图卷积内容推荐方法，其特征在于，包括：对用户
、
非遗内容和传承人进行特征提取，获取用户兴趣偏好特征
、
非遗内容特征和传承人特征；基于所述用户兴趣偏好特征
、
非遗内容特征和传承人特征，利用向量内积方法获取用户与待推荐非遗内容的相似度值；根据所述相似度值，为用户进行非遗内容推荐
。2.
根据权利要求1所述的融合非遗传承人社交关系的图卷积内容推荐方法，其特征在于，获取所述用户兴趣偏好特征
、
非遗内容特征和传承人特征包括：分别获取所需用户初始特征和内容初始特征；基于获取的所需用户初始特征和内容初始特征，利用多层以注意力机制为聚合方法的空域图卷积神经网络获取每一层的用户特征和内容特征；将每一层的用户特征和内容特征进行连接得到最终的所述用户兴趣偏好特征和非遗内容特征，再使用平均聚合方法获得所述传承人特征
。3.
根据权利要求2所述的融合非遗传承人社交关系的图卷积内容推荐方法，其特征在于，获取所述用户初始特征包括：定义用户集合为
U
＝
{u1,u2,
…
,u
m
}
，非遗内容集合为
I
＝
{i1,i2,
…
,i
n
}
，其中
m、n
分别表示用户总数和内容总数；定义用户与内容交互矩阵为
R
m*n
，使用
r
ij
表示矩阵
R
m*n
中第
i
行第
j
个元素，
r
ij
＝1表示用户
i
与内容
j
有过交互行为，
r
ij
＝0表示用户
i
与内容
j
未发生交互行为；对用户
‑
内容交互矩阵
R
m*n
进行独热编码，按照索引顺序，对照得到相应用户节点的所述用户初始特征
。4.
根据权利要求2所述的融合非遗传承人社交关系的图卷积内容推荐方法，其特征在于，每一层的所述用户特征为：其中，表示用户
u
在第
l+1
次的迭代后的特征向量，
W1和
W2均为可训练的权重向量，
N
u
表示用户
u
在社交关系图中一阶邻居的集合，
⊙
表示将两个向量进行对应元素相乘操作，...

【专利技术属性】
技术研发人员：张新生，许蓓莹，王明虎，杨厂，韩轶伟，
申请(专利权)人：西安建筑科技大学，
类型：发明
国别省市：