龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：哈尔滨工程大学
申请日：2024-04-26
公开（公告）日：2024-07-05
公开（公告）号：CN118296248A
主分类号：G06F16/9536
分类号：G06F16/9536;G06Q50/00;G06N5/02;G06N5/04
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.23#实质审查的生效;2024.07.05#公开
摘要：本发明公开了一种基于反事实推理的社交网络知识感知推荐方法、系统及存储介质。本发明所述的系统包括反事实数据生成装置、数据筛选装置、奖赏反馈装置、推荐装置。所述的方法将反事实推理引入到基于知识图谱的知识感知推荐系统中，利用知识图谱中的项目特征信息生成更多元化的反事实数据，将反事实推理从顺序推荐任务推广到更广泛的应用场景中，通过减轻知识感知推荐系统中虚假相关性的影响，同时作为一种数据增强方法缓解数据稀疏问题，使模型达到更优的效果，可广泛应用于社交网络场景下数据推荐等应用领域。
主权项：1.一种基于反事实推理的社交网络知识感知推荐方法，其特征在于：具体步骤如下：步骤1：基于用户与项目交互集合构建知识图谱，初始化图神经网络搭建推荐器；步骤2：反事实生成器首先选择导致虚假相关性的知识图谱三元组，并使用马尔可夫决策过程来制定生成过程；状态由当前用户和反事实项组成，动作空间包含所有修改操作；修改操作分为选择目标实体和替换实体两个步骤，旨在识别导致虚假关联的属性实体并更新反事实项；步骤3：生成策略的每个修改操作的概率由学习参数和softmax函数确定；步骤4：奖赏反馈装置通过结合两种奖励机制指导反事实生成器生成更具信息丰富性和准确性的反事实交互；步骤5：推荐器采用归纳式GNN架构来学习项目表示，一旦知识图谱的结构被修改，生成信号令反事实生成器利用局部邻域信息对知识图谱更新；步骤6：推荐器同时采用一种转导式GNN架构来聚合来自用户-项目交互的信息以学习用户表示，基于整个图更新节点表示，从而减少信息损失；步骤7：最终，基于更新后的用户与项目之间的匹配分数，形成用户-项目交互的评分，对用户进行推荐。
全文数据：
权利要求：
百度查询： 哈尔滨工程大学 一种基于反事实推理的社交网络知识感知推荐方法、系统及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号