申请/专利权人:齐鲁工业大学(山东省科学院)
申请日:2024-04-09
公开(公告)日:2024-06-21
公开(公告)号:CN118229386A
主分类号:G06Q30/0601
分类号:G06Q30/0601;G06N3/042;G06N3/0895;G06N7/01
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明一种基于自监督学习的三角形稳定节点网络用于个性化预测的方法,属于电子商品推荐技术领域,包括:获取销售平台的用户信息、商品信息以及两者之间的交互信息,预训练的图片、文本、评论数据信息;基于上述数据信息,通过提取多模态信息,建立用户项目、项目实体二分共现交互图,引入三角形结构,构建项目项目与项目项目三分共现交互图;将数据信息的相似用户、相似店家、相似衣服的节点赋权,构建三分共现交互图;通过提取多模态信息构建二分图,引入三角形结构构建三分图,接着将其融入三角形稳定节点网络进行赋权后进行信息优化传播,最后进行用户偏好预测,提高对隐式相似用户偏好预测的准确性。
主权项:1.一种基于自监督学习的三角形稳定节点网络用于个性化预测的方法,其特征在于,包括:获取销售平台的数据信息;基于数据信息提取多模态信息中的特征,将用户与项目之间的特征关联得到用户项目二分图,将项目与项目之间的特征关联得到项目项目二分图;对于项目项目二分图,通过引入三角形结构构建三分图,融入三角形稳定节点网络模块进行赋权,在三角形稳定节点网络模块的各层引入自监督图学习基于互信息的方法优化目标节点表示,构建多模态信息的隐式关系;将用户项目的表达聚合后输入三角形稳定节点网络模块,获得预测结果,对用户的偏好进行预测。
全文数据:
权利要求:
百度查询: 齐鲁工业大学(山东省科学院) 一种基于自监督学习的三角形稳定节点网络用于个性化预测的方法
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。