- 1、本文档共13页,其中可免费阅读12页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明是一种基于解耦和记忆的图协同过滤的推荐方法,属于数据挖掘领域。首先,该方法利用ID和历史交互来表示用户和物品,得到用户和物品的表示向量,嵌入到整合层中,融合成用户和物品嵌入表示向量。其次,将嵌入的每个用户和物品向量通过基于解耦图神经网络的协同过滤框架,得到用户关于潜在意图的解耦表示,以及更新聚合特征后的用户物品的意图分块解耦特征。然后,在整合层中,引入门控循环单元,从用户和物品节点的高阶邻居中聚合完整的特征信息。继而引入独立模块,以激励不同意图之间的独立性。最后,构建损失函数以优化模型,预
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113378062 A
(43)申请公布日 2021.09.10
(21)申请号 202110761998.7
(22)申请日 2021.07.06
(71)申请人 广东工业大学
地址
文档评论(0)