【技术实现步骤摘要】
本专利技术涉及用户多行为分析的，具体涉及一种基于图神经网络和元学习的用户多行为推荐方法。
技术介绍
1、推荐系统(recommendation system，rs)自问世以来一直扮演着重要角色，一个优秀的推荐系统可以给服务提供者带来很多利益，例如提高经济效益，以及为产品提升竞争力。另一方面，越来越多的手机应用程序被专利技术和普及，其中网络购物软件和网络社交平台受到许多用户的喜爱。这些应用程序一直收集用户数据，并希望从这些数据中获利，种种行为使得大数据的增长率达到了前所未有的新高度。在大数据时代，谁能更好地利用大数据谁就可以带来更多意想不到的收货，这也是商品推荐系统之所以受到高度关注的重要原因之一。
2、推荐系统主要用于处理信息过载、挖掘长尾和改善用户体验。以电商平台为例，传统的推荐系统通常使用协同过滤(collaborative filtering，cf)来预测用户的购买行为，从而推荐最可能的商品给用户购买。协同过滤通常分析用户的历史数据，并通过将这些历史数据与具有相似历史数据的其他用户进行比较，为该用户提供推荐。然而，对于...
【技术保护点】
1.一种基于图神经网络和元学习的用户多行为推荐方法，其特征在于，包括推荐系统，所述推荐系统包括元知识编码网络模块、用户行为交互关系学习网络模块、元知识迁移网络模块和训练推荐模块；
2.根据权利要求1所述的基于图神经网络和元学习的用户多行为推荐方法，其特征在于，在元知识编码网络模块中包括：
3.根据权利要求2所述的基于图神经网络和元学习的用户多行为推荐方法，其特征在于，在元知识编码网络模块中还包括数据重构，数据重构包括：
4.根据权利要求1所述的基于图神经网络和元学习的用户多行为推荐方法，其特征在于，在用户行为交互关系学习网络模块中包
5...
【技术特征摘要】
1.一种基于图神经网络和元学习的用户多行为推荐方法，其特征在于，包括推荐系统，所述推荐系统包括元知识编码网络模块、用户行为交互关系学习网络模块、元知识迁移网络模块和训练推荐模块；
2.根据权利要求1所述的基于图神经网络和元学习的用户多行为推荐方法，其特征在于，在元知识编码网络模块中包括：
3.根据权利要求2所述的基于图神经网络和元学习的用户多行为推荐方法，其特征在于，在元知识编码网络模块中还包括数据重构，数据重构包括：
4.根据权利要求1所述的基于图神经网络和元学习的用户多行为推荐方法，其特征在于，在用户行为交互关系学习网络模块中包括：
5.根据权利要求1所述的基于图神经网络和元学习的用户多行为推荐方法，...
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。