System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
技术介绍
1、机器学习模型越来越多地用于各种产业来执行各种不同任务。此类任务可以包括对数据进行预测或推荐。可期望针对利用机器学习模型的改进技术。
技术实现思路
【技术保护点】
1.一种通过改进图神经网络GNN模型的嵌入生成来使推荐多样化的方法,包括:
2.根据权利要求1所述的方法,还包括:
3.根据权利要求2所述的方法,还包括:
4.根据权利要求2所述的方法,还包括:
5.根据权利要求4所述的方法,其中所述评估所述邻居子集的多样性是基于设施选址函数执行的,所述设施选址函数被定义为:
6.根据权利要求1所述的方法,还包括:
7.根据权利要求1所述的方法,其中所述通过基于样本项的类别在训练所述GNN模型期间调整针对每个样本项的权重来执行损失重加权还包括:
8.根据权利要求1所述的方法,还包括:
9.一种系统,包括:
10.根据权利要求9所述的系统,所述操作还包括:
11.根据权利要求10所述的系统,所述操作还包括:
12.根据权利要求10所述的系统,所述操作还包括:
13.根据权利要求9所述的系统,所述操作还包括:
14.根据权利要求9所述的系统,其中所述通过基于样本项的类别在训练所述GNN模型期间调整
15.一种非暂态计算机可读存储介质,存储计算机可读指令,所述计算机可读指令在由处理器执行时使所述处理器实现操作,所述操作包括:
16.根据权利要求15所述的非暂态计算机可读存储介质,所述操作还包括:
17.根据权利要求16所述的非暂态计算机可读存储介质,所述操作还包括:
18.根据权利要求16所述的非暂态计算机可读存储介质,所述操作还包括:
19.根据权利要求15所述的非暂态计算机可读存储介质,所述操作还包括:
20.根据权利要求15所述的非暂态计算机可读存储介质,其中所述通过基于样本项的类别在训练所述GNN模型期间调整针对每个样本项的权重来执行损失重加权还包括:
...【技术特征摘要】
1.一种通过改进图神经网络gnn模型的嵌入生成来使推荐多样化的方法,包括:
2.根据权利要求1所述的方法,还包括:
3.根据权利要求2所述的方法,还包括:
4.根据权利要求2所述的方法,还包括:
5.根据权利要求4所述的方法,其中所述评估所述邻居子集的多样性是基于设施选址函数执行的,所述设施选址函数被定义为:
6.根据权利要求1所述的方法,还包括:
7.根据权利要求1所述的方法,其中所述通过基于样本项的类别在训练所述gnn模型期间调整针对每个样本项的权重来执行损失重加权还包括:
8.根据权利要求1所述的方法,还包括:
9.一种系统,包括:
10.根据权利要求9所述的系统,所述操作还包括:
11.根据权利要求10所述的系统,所述操作还包括:
12.根据权利要求10所述的系统,所述操作还包括:
【专利技术属性】
技术研发人员:杨良维,王圣杰,陶蕴哲,孙建凯,王泰青,
申请(专利权)人:脸萌有限公司,
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。