一种基于超图重构的社交平台推荐方法技术

技术编号:40061147 阅读:14 留言:0更新日期:2024-01-16 22:42
本发明专利技术涉及一种基于超图重构的社交平台推荐方法,其特征在于:包括如下步骤:捕获社交平台上注册用户对社交平台出售商品的历史交互记录信息,并构造出用户和商品交互矩阵A;对社交平台中用户和商品节点进行编码,形成用户特征向量和商品特征向量;对互矩阵A进行归一化操作并进行信息聚合;对交互矩阵A进行信息传递;构建用户超图关联矩阵和商品超图关联矩阵;将用户超图关联矩阵和商品超图关联矩阵输入超边过滤器生成高质量的用户超图结构和商品超图结构;进行超图信息传递;进行用户商品推荐的结果预测;优化并输出推荐结果。本发明专利技术具有能挖掘高质量的用户和商品的特征向量、能为用户提供更加个性化和高质量的商品推荐的优点。

【技术实现步骤摘要】

本专利技术涉及互联网,特别涉及一种基于超图重构的社交平台推荐方法


技术介绍

1、在过去的十年里,社交媒体的繁荣极大地改变了人们的思维和行为方式。有研究表明,人们可能会改变自己的态度和行为,以回应他们认为他们的朋友可能会做什么或想什么,这被称为社会影响。同时,也有研究表明,人们倾向于与自己有相似偏好的人建立联系,这被称为同质性。一般来说,在社交推荐系统中,如果用户与社交平台出售商品的互动很少,系统会根据她的朋友的互动来推断她的偏好,并产生更好的推荐。基于这一范式,大量的社会推荐模型被开发出来,并且与一般推荐模型相比表现出更强的性能。

2、近年来,图神经网络(gnns)在广泛的领域取得了巨大的成功。基于gnns的模型由于具有强大的关系数据建模能力,在社交推荐方面也表现突出。然而,这些基于gnns的社交推荐模型的一个关键限制是它们只利用了简单的成对用户关系,而忽略了用户之间普遍存在的高阶关系。虽然也被认为是高阶的关系的长期依赖(即友谊的传递性)可以通过使用k图神经层来包含来自k-hop社会邻居的特征来捕获,但这些基于gnns的模型无法制定和捕获超越本文档来自技高网...

【技术保护点】

1.一种基于超图重构的社交平台推荐方法,其特征在于:包括如下步骤:

2.根据权利要求1所述的基于超图重构的社交平台推荐方法,其特征在于:使用多个图神经层和超图神经层来捕获用户与商品或用户与用户或商品与商品的结点依赖关系,从而增强用户和商品的嵌入表示。

3.根据权利要求1所述基于超图重构的社交平台推荐方法,其特征在于:使用矩阵乘法构建用户超图关联矩阵和商品超图关联矩阵,即利用用户和商品交互矩阵A和其转置矩阵的矩阵乘法进行构建用户超图关联矩阵和商品超图关联矩阵。

4.根据权利要求3所述述基于超图重构的社交平台推荐方法,其特征在于:所述用户超图关联矩阵和商品...

【技术特征摘要】

1.一种基于超图重构的社交平台推荐方法,其特征在于:包括如下步骤:

2.根据权利要求1所述的基于超图重构的社交平台推荐方法,其特征在于:使用多个图神经层和超图神经层来捕获用户与商品或用户与用户或商品与商品的结点依赖关系,从而增强用户和商品的嵌入表示。

3.根据权利要求1所述基于超图重构的社交平台推荐方法,其特征在于:使用矩阵乘法构建用户超图关联矩阵和商品超图关联矩阵,即利用用户和商品交互矩阵a和其转置矩阵的矩阵乘法进行构建用户超图关联矩阵和商品超图关联矩阵。

4.根据权利要求3所述述基于超图重构的社交平台推荐方法,其特征在于:所述用户超图关联矩阵和商品超图关联矩阵采用以下方法构建,h(u)表示用户超图关联矩阵,h(v)表示商品超图关联矩阵;

5.根据权利要求1所述基于超图重构的社交平台推荐方法,其特征在于:使用超边过滤器获得用户超图结构和商品超图结构,即使用超边匹配的方法,过滤掉用户和商品超图关联矩阵中匹配度较高的超边,从而获得高质量的用户超图结构和商品超图结构。

6.根据权利要求5所述基于超图重构的社交平台推荐方法,其特征在于:用户...

【专利技术属性】
技术研发人员:易军韩笑奇张松刘盛陈洪超葛滔周伟
申请(专利权)人:重庆凡骄网络科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1