首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于知识图谱和GraphSAGE的岗位推荐方法 

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:淮阴工学院

摘要:本发明公开了一种基于知识图谱和GraphSAGE的岗位推荐方法,包括:获取的用户和岗位数据,以三元组形式构建岗位知识图谱和用户‑岗位的交互矩阵;引入改进的GraphSAGE模型,优化邻域聚合方法,生成更丰富的节点表示;添加自注意力机制模块,使GraphSAGE模型可以自适应的学习自身与邻居节点的注意力权重,聚合生成更准确的节点表示;添加自监督学习模块,对用户和岗位交互信息的二分图进行数据增强;对获取的节点表征进行点积操作,将点积结果排序后取前N个作为推荐结果。与现有技术相比,本发明将注意力机制和引入改进的GraphSAGE模型可以有效地捕捉节点与邻居的关联表示,生成更准确的节点表示,并通过数据增强方法去扩充数据集,提高推荐性能。

主权项:1.一种基于知识图谱和GraphSAGE的岗位推荐方法,其特征在于,包括以下步骤:步骤1:获取用户和岗位数据信息,并根据获取的用户和岗位数据,以三元组形式构建岗位知识图谱和用户-岗位的交互矩阵;步骤2:将知识图谱中的用户和岗位看作图中的节点,节点之间的关系表示边,引入改进的GraphSAGE模型进行领域聚合,生成更丰富的节点表示;所述改进的GraphSAGE模型,在邻域聚合阶段的第一层,引入双曲正切Tanh函数作为激活函数,然后在邻域聚合阶段的第二层,引入线性整流函数ReLU;步骤3:对改进的GraphSAGE模型添加自注意力机制模块,使GraphSAGE模型自适应的学习自身与邻居节点的注意力权重,并通过聚合操作生成更准确的节点表示;步骤4:加入自监督学习模块,对用户和岗位交互信息的二分图进行数据增强,所述数据增强的具体方法为:通过随机添加和随机删除的方式,对图结构进行扩充;最终对获取的节点表征进行点积操作,将点积结果排序后取前N个作为推荐结果。

全文数据:

权利要求:

百度查询: 淮阴工学院 一种基于知识图谱和GraphSAGE的岗位推荐方法

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。