通过改进图神经网络模型的嵌入生成来使推荐多样化制造技术

技术编号：41378876 阅读：3 留言：0更新日期：2024-05-20 10:21

本公开描述了用于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技术。可以在嵌入空间上选择每个GNN项节点的邻居子集以用于聚合。邻居子集可以包括多样化项并且可以表示GNN项节点的整个邻居集。可以针对GNN模型的多个层分配注意力权重以减轻GNN模型的过度平滑。可以通过基于样本项的类别在训练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，以集中于长尾类别的学习。

全部详细技术资料下载

【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：