买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国地质大学(武汉)
摘要:本申请提供了一种基于图神经网络的上下文感知的下一个兴趣点推荐方法,涉及兴趣点推荐领域,方法包括:获取用户的签到记录并进行预处理,得到有效签到数据集;构建多关系交叉序列图以及图神经网络;基于多关系交叉序列图,使用图神经网络进行项目表征学习,得到有效签到数据集中的签到序列的每一项的个性化嵌入向量;通过签到序列的每一项的个性化嵌入向量,计算签到序列的序列表征;构造签到序列的软标签;通过软标签、签到序列的序列表征以及个性化嵌入向量,预测在当前签到序列中的下一个时间戳中进行交互的项目的概率分布;根据概率分布,生成用户下一个时间戳可能访问的k个兴趣点,完成用户下一个兴趣点的推荐。
主权项:1.一种基于图神经网络的上下文感知的下一个兴趣点推荐方法,其特征在于,方法包括以下步骤:S1:获取用户的签到记录并进行预处理,得到有效签到数据集;签到记录包括:用户的标识信息、兴趣点的类型、兴趣点的地理信息以及签到的时间信息;S2:构建多关系交叉序列图以及图神经网络;S3:基于多关系交叉序列图,使用图神经网络进行项目表征学习,得到有效签到数据集中的签到序列的每一项的个性化嵌入向量;S4:通过签到序列的每一项的个性化嵌入向量,计算签到序列的序列表征;S5:构造签到序列的软标签;S6:通过软标签、签到序列的序列表征以及个性化嵌入向量,预测在当前签到序列中的下一个时间戳中进行交互的项目的概率分布;S7:根据概率分布,生成用户下一个时间戳可能访问的k个兴趣点,完成用户下一个兴趣点的推荐。
全文数据:
权利要求:
百度查询: 中国地质大学(武汉) 基于图神经网络的上下文感知的下一个兴趣点推荐方法
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。