【技术实现步骤摘要】
本专利技术涉及数据处理，特别是涉及一种基于超图双卷积图神经网络的捆绑包推荐方法及装置。
技术介绍
1、捆绑包是一种常见的销售方式，通过将多个具有一定联系的商品组合成为捆绑包进行售卖，常见的捆绑包有音乐专辑、书单和游戏及附加内容。捆绑包推荐的精度对于在线服务平台业务开展和用户体验非常重要。
2、捆绑包推荐任务可以根据技术方法分为基于非图结构的捆绑包推荐方法和基于图的捆绑包推荐方法两种主要类型。基于非图结构的捆绑包推荐方法的重点是关注如何解耦用户、商品和捆绑包间的复杂关系，并从中挖掘出信息来提高推荐的准确度。例如，使用具有多个代理的马尔可夫决策过程、transformer或者注意力机制来解耦用户、商品和捆绑包间的关系并进行推荐。基于图的捆绑包推荐方法是选择用图结构来表示用户、商品和捆绑包间的关系，将捆绑包推荐转化为图上的链接预测问题。
3、现有的基于图的捆绑包推荐方法中，有采用两个异构图来表达用户、商品和捆绑包三元关系，并采用gcn来学习用户和捆绑包表示的方法，这种方法简化了三元关系，将捆绑包推荐概述为从用户到捆绑包...
【技术保护点】
1.一种基于超图双卷积图神经网络的捆绑包推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于超图双卷积图神经网络的捆绑包推荐方法，其特征在于，所述完整超图中商品与商品的交互部分图为零矩阵；
3.根据权利要求1所述的基于超图双卷积图神经网络的捆绑包推荐方法，其特征在于，将所述初始总嵌入向量矩阵与完整超图进行图卷积计算获得第一学习信息，将第一学习信息与用户捆绑包交互图进行图卷积计算获得第二学习信息，组合第一学习信息和第二学习信息构成更新总嵌入向量矩阵包括：
4.根据权利要求3所述的基于超图双卷积图神经网络的捆绑包推荐方法，...
【技术特征摘要】
1.一种基于超图双卷积图神经网络的捆绑包推荐方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于超图双卷积图神经网络的捆绑包推荐方法，其特征在于，所述完整超图中商品与商品的交互部分图为零矩阵；
3.根据权利要求1所述的基于超图双卷积图神经网络的捆绑包推荐方法，其特征在于，将所述初始总嵌入向量矩阵与完整超图进行图卷积计算获得第一学习信息，将第一学习信息与用户捆绑包交互...
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。